④ ディープラーニングの要素技術 ／ 25. データ拡張
Contrastとは
Contrastとは、画像のコントラスト（明暗差）をランダムに変化させ、照明条件の違いに対する汎化性能を高めるデータ拡張です。明るさや影の影響を受けにくいモデルの学習に有効です。
この用語はG検定シラバスの「25. データ拡張」に含まれます。 章全体の用語は用語解説④（全60語）にまとまっています。
一言でいうと
画像の明暗の差をランダムに変えて、照明の違いに強くする手法です。
コントラストを変化させた例
Brightnessとの違い
| 手法 | 変えるもの |
|---|---|
| Contrast | 明暗の差（メリハリ） |
| Brightness | 全体の明るさ |
コントラストを下げると全体が灰色っぽく、上げるとメリハリの強い画像になります。「差」を変えるのがContrast、「底上げ」がBrightnessと覚えると混同しません。
データ拡張の目的
データ拡張は、限られた学習データから見た目の異なるバリエーションを人工的に増やす手法です。過学習を抑え、汎化性能を高めます。
ただしやりすぎると本来の意味が壊れる点に注意が必要です。極端にコントラストを変えれば対象が判別できなくなります。
拡張は学習時だけ
データ拡張は学習時にのみ適用します。評価や推論では元のデータをそのまま使います。
検証データにも拡張をかけてしまうと評価が正しく行えません。ドロップアウトと同様に「学習時だけ」という点は押さえておきたいポイントです。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| Contrast | 明暗の差を変える |
| Brightness | 全体の明るさを変える |
🎯 G検定での押さえどころ
- 明暗の差をランダムに変える
- 照明条件の違いへの頑健性が上がる
- Brightness（明るさ）との違い
⚠️ よくある誤りの選択肢
- 「Contrastは画像全体の明るさを変える手法である」→ 誤り。それはBrightnessです
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「データ集合の拡張」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。