④ ディープラーニングの要素技術／ 25. データ拡張

Mixupとは

Mixupとは、2枚の画像とそのラベルを線形補間して合成するデータ拡張手法です。決定境界の平滑化により、過学習の抑制と汎化性能の向上を実現します。

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。

2枚の画像を半透明に重ね、ラベルも同じ割合で混ぜる拡張手法です。

2枚の画像を混ぜ合わせた例

画像もラベルも混ぜる

2枚の画像を7:3の割合で重ねたなら、ラベルも7:3で混合します。犬の画像と猫の画像なら「犬0.7・猫0.3」です。

現実には存在しない画像を作ることになりますが、それがかえって効果を生みます。

「犬」と「猫」の中間のデータを学習させることで、モデルはクラスの境界付近でも滑らかに確率が変化するように学びます。

境界が急峻だと、わずかな違いで判定が反転してしまいます。Mixupはこれを緩和し、過学習を抑えます。

Mixupの発想はベクトル同士を混ぜるだけなので、画像に限らず適用できます。

音声や、埋め込み表現に対して混合を行う応用も報告されています。「中間のデータを作って境界を滑らかにする」という考え方自体が汎用的だと理解しておくとよいでしょう。