G検定（ジェネラリスト検定） ディープラーニングの要素技術 練習問題 第24問: 画像分類の学習データが少ないため、データ拡張を行う。次の文の（　）に入る手法として、最も適切なものはどれか。 「（　）は、2枚の画像の画素値を無作為に決めた比率

正解: 2. Mixup

肢2が正解です。Mixup を提案した論文 (Zhang ら, 2017) は、2つの学習データとそのラベルの組を凸結合 (比率を足して1になる重み付きの和) で混ぜて学習させる方法を示しました。比率はベータ分布から無作為に取ります。肢1の CutMix も2枚の画像とラベルを比率で混ぜますが、画素値を足し合わせるのではなく、ある画像の一部の領域を切り取って別の画像に貼り付け、ラベルは貼り付けた面積の割合で混ぜます。肢3の Cutout は、学習時に入力の正方形の領域を無作為に隠す方法で、ラベルは混ぜません。肢4の RandAugment は、回転や色の変更などの変換を無作為に選んで適用する自動データ拡張で、探索するパラメータを減らした方法です。画像全体の画素値を足し合わせるのが Mixup、一部を切り貼りするのが CutMix と区別します。

関連キーワード: データ拡張・Mixup・CutMix・Cutout・RandAugment