データ拡張とは？-AI関連の用語集【クラベルAI】-

データ拡張（Data Augmentation）

データ拡張（Data Augmentation）とは、手持ちのデータを少し加工して、学習用のデータの量と種類を増やす方法のことです。画像なら回転・反転・明るさの変更、文章なら言い換えなどで、元のデータから別のデータを作る方法です。データが少ないときに、過学習を防ぎ、精度を上げる助けとなります。ただし、意味が変わる加工は逆効果です。

データ拡張（Data Augmentation）関連用語

データ拡張（Data Augmentation）に関連する単語は以下の通りです。

• 過学習（Overfitting）データが少ないと何が起きる？→
• 合成データ本物に似たデータを作る方法とは？→
• 教師データ学習用データの質はなぜ大事？→
• 画像分類画像を見分けるAIとは？→
• 正則化（Regularization）ほかの過学習対策は？→
• アノテーション正解付けの手間は減らせる？→

データ拡張（Data Augmentation）で知っておくと得する有益情報

データ拡張は、データ集めの負担を減らす現実的な方法です。使うときの注意をまとめました。

• 意味を変えない加工にする6を上下反転すると9に見えるなど、答えが変わる加工は避けます。
• 扱うデータで手法が違う画像は回転や反転、文章は言い換え、音声は速さの変更などが使われます。
• 検証用には使わない増やすのは学習用だけ。評価用を加工すると、成績が正しく測れません。

データ別の加工の例

意味が変わらない加工だけを選べば、データ不足を補えます。

データ拡張（Data Augmentation）やさしい解説

同じ写真を回しただけで、増やしたことになるの？

AIにとっては別の見え方です。猫が横を向いても、逆さに写っても、猫だと分かる練習になります。

人でも、いろいろな角度から見た経験が多いほど、見分けが得意になりますよね。

製造現場の不良品の写真は、そもそも数が少ないことが多いです。数十枚の写真に、回転や明るさの変更を加えて学習させると、検出の精度が上がることがあります。ただし実際の現場の写り方に近い加工にするのが条件です。

データ拡張（Data Augmentation）についてのみんなの疑問

データ拡張をすれば、データ集めは不要ですか？

不要にはなりません。補助的な手段です。元のデータにない特徴は、加工しても増えません。まず多様な実データを集め、足りない分を拡張で補う、という順番が基本です。

文章のデータにも使えますか？

使えます。ただし画像より難しい面があります。言い換えで意味が変わる危険があるため、確認が欠かせません。生成AIに言い換えを作らせ、人が目で確かめる方法もあります。

どの加工が効くかは、どう決めますか？

実際の使い方に近いものを選び、試して比べます。スマホで撮る画像なら、回転や明るさの変更が現実的です。1つずつ加えて精度を測ると、効く加工と効かない加工が分かります。

AI関連の用語集【まとめ】

AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方は、ぜひご覧ください。

AI関連の用語集（全用語）気になった言葉は、ここからまとめて探せます。用語集を開く →

この記事は役に立ちましたか？

はい、役に立った いまいち

この記事をシェア

X Facebook LINE はてブ URLをコピー

ブログやSNSで紹介していただくときは、このページのURLをそのままお使いください（リンクはご自由にどうぞ）。

このサイトをホーム画面に追加

分からない言葉が出たとき、すぐ開けます。