読み方 ： クロッピング

概要

データ拡張は機械学習に用いる学習データに加工を施して新しい学習データを生成する手法である。データの意味を保ったまま量や多様性を増やし、過学習を抑えて未知データに対する精度（汎化性能）を向上させる効果がある。

Croppingは画像を学習するモデルに適用される拡張手法の一つで、画像の一部をランダムに切り抜いて、被写体が様々な位置や大きさで写っている画像を生成してモデルに与える。実際の環境では画像内での被写体の映り方は一様ではないため、位置や大きさに依存しない特徴を学ぶことができる。

具体的には、元の画像からランダムな位置とサイズで画像を切り抜き、元の画像と同じスケールにリサイズする。これにより、画像内での被写体の見かけの大きさが異なっていたり、被写体の一部が欠けた状態を学習することができる。ただし、画像内で被写体が全く写っていない領域や、特徴が分からないような極端な小さい領域を切り出しては適切に学習できないため、切り抜く範囲やサイズには制限を加えることが多い。

この記事の著者 ： (株)インセプト IT用語辞典 e-Words 編集部
1997年8月より「IT用語辞典 e-Words」を執筆・編集しています。累計公開記事数は1万ページ以上、累計サイト訪問者数は1億人以上です。学術論文や官公庁の資料などへも多数の記事が引用・参照されています。