Random Erasingとは
Random Erasingとは、画像の一部をランダムな矩形領域で消去またはノイズ置換する手法です。Cutoutに比べ消去する値をランダムに変化させることが多く、より多様な表現でロバスト性を高めます。
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。
一言でいうと
画像の一部をランダムな値で塗りつぶして隠す拡張手法です。
一部の領域を隠した例
Cutoutとの違い
| 手法 | 置換する値 |
|---|---|
| Random Erasing | ランダム（ノイズなど） |
| Cutout | 固定（0など） |
どちらも「一部を隠す」点は同じです。Cutoutは一定値（典型的には0）で領域をマスクするのに対し、Random Erasingでは消去領域や置換値などをランダムに決めます。ここが比較問題になります。
なぜランダムなほうがよいのか
常に黒で塗りつぶすと、モデルが「黒い矩形」というパターン自体を覚えてしまう可能性があります。
値をランダムにすれば、隠された領域が毎回違う見た目になるためそうした偏りが生じにくくなります。現実の遮蔽（物が重なって隠れる状況）にも近くなります。
現実の遮蔽を模擬する
実際の写真では、対象が他の物に隠れていることがよくあります。人が柱の陰にいる、車が木で一部隠れている、といった状況です。
一部を隠して学習させることは、こうした遮蔽への耐性をあらかじめ身につけさせることにあたります。物体検出などで特に有効です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| Random Erasing | 置換する値はランダム |
| Cutout | 置換する値は固定 |
| CutMix | 別画像で置き換え、ラベルも混合 |
🎯 G検定での押さえどころ
- ランダムな値で消去する
- Cutout（固定値）との違いを押さえる
- 遮蔽への頑健性が高まる
⚠️ よくある誤りの選択肢
- 「Random Erasingは常に0で塗りつぶす」→ 誤り。ランダムな値を使います
📘 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。