読み方：ランダムイレージング

Random Erasing

概要

Random Erasingとは、機械学習におけるデータ拡張手法の一つで、画像データの一部をランダムな位置とサイズの長方形で切り抜いて欠損させた画像を学習データとするもの。画像の一部が隠れた状態で対象を推測することで、局所的な特徴に依らず予測できるように訓練する。

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。

Random Erasingでは、元の画像の一部をランダムに決めた位置、サイズ、縦横比、色の長方形で塗りつぶし、対象の一部が隠れて見えないように加工する。様々な箇所が隠れた画像で繰り返し学習を行うことで、モデルは特定の局所的な特徴だけに依存することなく、画像全体の文脈や複数の特徴を組み合わせて判断するよう促される。

単一の画像でデータを拡張することができ、ラベルの変更も必要なく、加工も容易であるため、画像認識などのモデルを作成する際に低コストで汎化性能を高める手法として普及している。よく似た手法で、ランダムな形状ではなく固定サイズの正方形でランダムな位置を隠すものは「Cutout」と呼ばれる。