Crop

Cropは、画像データ拡張手法のなかでも最も基本的な手法の一つです。元の画像から一部分を切り抜き、それを学習データとして使用します。画像内の物体がどの位置にあっても認識できるように、機械の適応力を高めるために行われます。

具体的には、画像の中心部分だけを残したり、ランダムな位置から矩形を切り出したりします。これにより、同じ画像からでも複数の異なるデータを作り出せるため、少ないデータセットからでも学習効果を大きく向上させることができます。

G検定では、データ拡張の具体的な手法としてCutoutやCutMixと並んで問われることがあります。単に画像を切り出すだけでなく、モデルが物体の一部だけを見て判断しないように、ランダムに位置を変えることが汎化性能の向上に直結します。