画像データ拡張手法の理解

問題

画像に対する代表的なデータ拡張手法について、正しい記述を1つ選べ。

画像認識タスクにおいて、モデルが「被写体の位置・大きさ・角度・明るさ」の違いに惑わされず、本質的な特徴を学習できるようにするための前処理が画像データ拡張です。

元の画像を反転させたり（Flip）、回転させたり（Rotate）、一部を切り出したり（Crop）、色や明るさを変えたり（Color Jitter / Brightness）といった古典的かつ標準的な手法が現在でも広く使われています。

1. Random Flipは左右反転のみであり、上下反転は含まれない。

誤り：Random Flipには、鏡に映したように左右を反転させる「Horizontal Flip」だけでなく、上下を反転させる「Vertical Flip」も含まれます（タスクに応じて使い分けます）。

2. Rotateは画像をランダムに回転させ、回転に強いモデルを作るのに役立つ。

正しい：Rotate（回転）は画像を任意の角度で回転させる手法であり、被写体が斜めに写っていても正しく認識できるロバストなモデルの構築に役立ちます。

3. Brightness調整は画像の一部だけを明るくする手法である。

誤り：Brightness（輝度調整）は、画像全体の明るさをランダムに変更し、昼間や夕方、屋内や屋外といった様々な照明条件をシミュレートする手法です。

4. Cropは画像の一部を切り取るため、位置のずれに弱いモデルになりやすい。

誤り：Crop（切り出し）は、画像の一部をランダムに切り取る手法です。被写体が画像の中央にいなくても認識できるようになるため、位置のズレ（並進）に「強い」モデルになります。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ