ある建設会社が、現場で撮影した写真から重機の種類を分類するモデルを作る。運用中の写真には次の変化が見られる。（ア）夕方や屋内で撮影され、写真全体が暗く写る。（イ）砂ぼこりや霧のため、明るい部分と暗い部分の差が小さく、重機の輪郭がはっきりしない。（ウ）撮影者によって構図が異なり、重機の一部が写真の端で切れて写る。それぞれの変化に備えて学習時に加えるデータ拡張の組み合わせとして、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：撮影条件に合う変換の選択
ポイント
全体の暗さにはBrightness、明暗差の小ささにはContrast、端で切れる構図にはCropと、運用時に起こる変化に合わせて変換を選ぶことが大切です。
選択肢ごとの解説
- A
適切 正解
（ア）の全体の暗さには明るさを変えるBrightness、（イ）の明暗差の小ささには明暗の差を変えるContrastが合います。（ウ）は、画像の一部を切り出すCropで、端で切れた重機の画像を作って備えます。
- B
不適切
（ア）と（イ）が逆です。Brightnessは画像全体の明るさを上げ下げし、Contrastは明るい部分と暗い部分の差を広げたり縮めたりします。全体が暗いだけなら、変えるのは明るさです。
- C
不適切
（ア）（イ）は合っています。しかし、Random Flipは画像を反転するだけで、重機の一部が端で切れた状態は作れません。切れて写る変化に備えるには、画像の一部を切り出すCropを使います。
- D
不適切
（ア）と（イ）が逆で、（ウ）も合いません。霧などで明暗差が小さい写真に近づけるのは、Contrastを下げる変換です。端で切れて写る変化には、反転ではなくCropで備えます。
試験での狙われ方
撮影条件や運用環境の変化を示し、それに合う変換を選ばせる形が考えられます。BrightnessとContrastの違いは取り違えやすい点です。
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目25 データ拡張）
- Pillow (PIL Fork) documentation, ImageEnhance module （ImageEnhance.Brightness / ImageEnhance.Contrast）
- Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, ImageNet Classification with Deep Convolutional Neural Networks (2012) （4.1 Data Augmentation）