CutMixで、正解ラベルが「猫」の画像A（縦200画素×横200画素）に、正解ラベルが「犬」の画像Bから切り出した縦80画素×横100画素の長方形の領域を、同じ位置に貼り付けた。こうして作った画像の正解ラベルとして、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：CutMixのラベル計算
ポイント
CutMixのラベルは、貼り付けた領域の面積の比率で2枚分を混ぜます。この例では犬が0.2、猫が0.8です。
選択肢ごとの解説
- A
適切 正解
貼り付けた面積は
80×100 = 8,000画素、画像全体は200×200 = 40,000画素です。犬の割合は8,000÷40,000 = 0.2、残る猫の割合は1−0.2 = 0.8です。ラベルはこの面積の比率で混ぜます。 - B
不適切
縦の長さの比率（
80÷200 = 0.4）だけで計算すると、この値になります。CutMixでラベルを混ぜる比率は、辺の長さではなく、貼り付けた領域の面積が画像全体に占める割合です。 - C
不適切
比率が逆です。貼り付けた犬の領域は画像全体の20%なので、犬が0.2です。残りの80%には元の猫の画像が見えているため、猫が0.8になります。
- D
不適切
ラベルを変えないのは、領域を一定の値で塗りつぶすCutoutの考え方です。CutMixでは別の画像の一部が実際に写っているため、その面積に応じて犬のラベルも混ぜます。
補足
Mixupでは、2枚の画像を画素ごとに重ねる比率が、そのままラベルの比率になります。CutMixでは、その役割を貼り付けた領域の面積の割合が担います。CutMixの論文は、Cutoutのように領域を塗りつぶすと学習に使える画素の情報が失われる点を指摘し、そこに別の画像を入れることで画素を無駄なく使えるとしています。
試験での狙われ方
画像と貼り付ける領域の大きさを与え、混ぜたラベルの値を計算させる形が考えられます。辺の長さの比で計算しないことが大切です。