RandAugmentとは

RandAugmentは、どのデータ拡張をどれだけ強くかけるかを、少ない手間で決められるようにした手法です。2019年にGoogleの研究者が発表しました。シラバスでは「RandAugument」と表記されています。

背景：変換の組み合わせ探し

画像の拡張には、回転、明るさ、コントラストなど多くの変換があります。どれをどの確率と強さで使うかで、精度は変わります。先に提案されたAutoAugmentは、この組み合わせ（ポリシー）を強化学習で探しました。ただし探索の計算コストが大きいため、小さなモデルと小さなデータセットによる代理の課題で探し、その結果を本番の大きなモデルに流用していました。

仕組み

RandAugmentは、調整する値を2つに絞りました。

• N：1枚の画像に続けて加える変換の数
• M：すべての変換に共通する強さ（整数の目盛りで表す）

変換は、回転、明るさ、コントラスト、せん断、平行移動、何もしない変換など14種類の候補から、毎回同じ確率でランダムに選びます。どの変換をどの確率で使うかを学習しないため、探索する範囲（探索空間）は、AutoAugmentの約10の32乗通りから約10の2乗通りに縮まりました。そのため、本番のモデルとデータでNとMを直接決められます。

分かったこと

論文では、大きなモデルや大きな学習データほど、強い変換が適していることが示されました。小さな代理の課題で決めた強さが、本番では最適とは限らないことを意味します。EfficientNet-B7を使ったImageNetの画像分類では、85.0%の正解率を記録しました。COCOの物体検出でも精度が上がっています。

覚え方

「Rand（ランダムに選ぶ）＋Augment（拡張）」で、決めるのは個数Nと強さMの2つだけ、と覚えます。