らんだむいれーじんぐ
Random Erasing
画像分類の過学習を抑制するデータ拡張手法です。画像の一部をランダムに隠し、モデルが特定部位に依存するのを防ぎます。汎化能力を高める正則化の一種として、G検定で問われます。
詳しい説明
Random Erasingは、画像分類モデルの過学習を抑制するためのデータ拡張手法です。画像の一部をランダムな値で隠す処理を行います。
特定部位に過度に依存するモデルの学習を防ぐことで、モデルが画像全体の特徴を捉えるよう促します。物体遮蔽に対する頑健性を高める効果もあります。
G検定では、ドロップアウトの画像版という文脈で比較されることがあります。モデルの汎化能力を高めるための正則化手法として、その役割を理解しておくことが求められます。
試験で問われること
G検定
- Random Erasingは画像の一部を隠すことでモデルの過学習を抑制する手法である。
- 物体の一部が隠れても認識できるようにモデルを鍛える効果がある。
- ドロップアウトとの概念的な類似性を理解しておく。