1.3標準
画像分類の訓練データを増やす。
変換後もラベルの意味を壊さない。
方法として適切なものを2つ選べ。
× 不正解
データ拡張はラベルの意味を保つ変換を訓練データへ適用し、検証・テストの独立性を維持する。
詳細解説
正しい左右反転や切り抜きが対象ラベルを保つか確認して適用する
意味を保つ変換だけを使える。
誤り検証画像を拡張して訓練へ混ぜる
評価データが漏えいする。
正しい拡張を訓練データへ適用し、検証・テストは独立した実データで評価する
人工変換による見かけの性能を避けられる。
誤りラベルを変える変換も無条件に適用する
訓練ラベルが誤る。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
Task 1.3と公式の前処理・データ分割を確認する。同じ欠陥画像を反転・切り抜きした仮想例で、ラベルを保つ変換と壊す変換を分け、元画像と派生画像が別の分割へ混ざらない流れを整理する。
参考にした公式資料
確認できる内容
訓練例の増加と独立した性能評価を区別し、ラベルの意味と元データ単位での分離を保てる。
理解のポイント
- データ拡張
- ラベル保持
- 独立評価
確認時の注意
- 確認環境: 公式資料と仮想例による参照確認。AWSリソースの作成やモデル学習の実行は不要。
- 同じ元画像の拡張版を訓練とテストへ分けると、独立した未知画像の評価にならない。原画像や同一対象のまとまりを考慮して分割する。
- 頑健性確認用の変換した評価セットを追加すること自体は禁止されない。独立した元データを保ち、通常の評価と追加評価を区別して扱う。
基礎のおさらい
データ拡張
反転、回転、ノイズなどで訓練例を増やす前処理。
ラベル保持変換
変換しても対象の正解クラスや意味が変わらない変換。
問題IDAWS-AIF-273
確認環境公式資料と仮想例による参照確認。AWSリソースの作成やモデル学習の実行は不要。
最終技術確認2026-10-24
誤り・権利侵害を報告