④ ディープラーニングの要素技術／ 25. データ拡張

Rotateとは

Rotateとは、画像をランダムな角度で回転させ、傾きに対する不変性を学習させる手法です。撮影角度のばらつきを補正し、汎化性能を向上させます。

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。

画像をランダムな角度で回して、傾きに強いモデルを作る手法です。

回転させた例

傾きへの耐性

手持ちで撮影した写真は、わずかに傾いていることがほとんどです。学習データがきちんと正立した画像ばかりだと、傾いた画像で精度が落ちます。

あらかじめ回転を加えて学習させることで、こうした不変性をデータの面から獲得できます。

角度を大きくしすぎると、Random Flipと同じく意味が変わる危険があります。数字や文字を大きく回転させると別の文字に見えかねません。

また回転すると四隅に空白が生じます。そこを何で埋めるか（黒・鏡像・拡大して切り出す）も結果に影響します。実務では小さめの角度に留めることが一般的です。

実務では±10〜15度程度の小さな回転がよく使われます。撮影時の手ぶれや傾きを再現するのに十分だからです。

ただし航空写真や顕微鏡画像のように向きに意味がないデータでは、360度どの角度でも回転させて構いません。ここでもデータの性質を踏まえた判断が求められます。