問題 No.684
画像認識モデルの構築において、手元にある訓練データが少ない場合、元の画像に対して反転や平行移動、色調の変更などの加工を施して擬似的にデータ量を増やす前処理が頻繁に行われる。この処理を行う最大の目的として最も適切なものはどれか。
【正解の解説】
モデルが画像の細かなノイズや特定の背景に過剰適合するのを防ぎ、汎化性能を向上させるため
データの見え方を変化させることでAIの柔軟性を高め、未知のデータにも対応できるようにする性能向上策です。
スポンサーリンク
【その他の選択肢の解説】
画像の解像度を上げてモデルの推論速度を向上させるため
解像度の変更や推論速度の向上ではなく、学習データ自体の多様性を増やすことが目的となります。
複数の異なるモデルを並列に学習させるためのデータセットを生成するため
並列学習自体ではなく、ひとつのモデルの学習のためにデータを多様化させることが目的です。
画像内の不要なオブジェクトを自動的に検知して削除するため
画像内のオブジェクト削除ではなく、画像全体を様々なバリエーションで学習させるために行います。