少ない傷画像のデータ拡張
製造のK社は、金属部品の表面の傷を画像で検出するモデルを作る。傷のある画像が少ないため、データ拡張で学習データを増やしたい。実際の撮影では部品の向きがばらばらで、照明の明るさは日によって少し変わる。適切な方法はどれか。2つ選べ。
- A
学習用の画像を回転・反転させた画像を加える
- B
傷が判別できないほど強くぼかした画像も、傷ありとして加える
- C
元の画像を拡張してから、学習用と検証用にランダムに分ける
- D
学習用の画像の明るさを少し変えた画像を加える
正解と解説を見る
正解:A・D
データ拡張は、実際に起こり得る変化(向き・明るさなど)に合わせ、ラベルが変わらない範囲で行う。データを分割した後、学習用データにだけ適用する。
- A
正しい。部品の向きがばらばらという実際の撮影条件に合っており、向きが変わっても傷を見分けられるようになる。
- B
誤り。傷が見えない画像に「傷あり」のラベルを付けることになり、誤ったラベルの学習データが増える。
- C
誤り。同じ元画像から作った画像が学習用と検証用の両方に入り、評価が実際より甘くなる。拡張は分割した後の学習用データだけに行う。
- D
正しい。日によって照明が変わるという条件に合っており、明るさの違いに強いモデルになる。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。