Data Augmentation

データオーグメンテーションは、既存データの修正版を作成することでトレーニング用データセットのサイズと多様性を人工的に増やすために使用される、機械学習およびコンピュータビジョンにおける重要な技術です。時間とコストがかかる新しいデータの収集とラベリングを完全に行う代わりに、オーグメンテーションは元のサンプルにさまざまな変換を適用します。これらの変更により、machine learning modelsはより堅牢にパターンを認識することを学び、現実世界の環境でバリエーションに遭遇した場合でも良好に機能するようになります。トレーニング中にモデルにより幅広いシナリオを提示することで、開発者はoverfittingを効果的に削減し、汎化性能を向上させることができます。

現代のAIにおける関連性#

computer visionの分野では、モデルはトレーニングデータとわずかに異なる画像が提示されたときに苦戦することがよくあります。照明、向き、または背景の雑音のバリエーションは、十分な多様性を見ていないモデルを混乱させる可能性があります。データオーグメンテーションは、プログラムによってこれらのバリエーションをシミュレートすることでこれに対処します。たとえば、猫の画像を回転させたり、反転させたり、わずかにぼかしたりして、これらの変更に関係なく被写体が「猫」であり続けることをモデルに教えることができます。

このプロセスは、Ultralytics YOLO26のような最新のアーキテクチャの成功に不可欠であり、object detectionやimage segmentationなどのタスクで高い精度を実現するために、豊富で多様なデータセットに依存しています。新しいトレーニング例を合成することにより、オーグメンテーションにより、モデルは入力の変更にもかかわらず変化しない特徴である不変の特徴を学習することができます。

一般的な手法と方法#

データ拡張には、単純な幾何学的調整から複雑な生成アプローチまで、多種多様な変換手法が含まれます。

• 幾何学的変換: これには画像の回転、スケーリング、反転、クロッピング、平行移動（シフト）といった操作が含まれます。これらはカメラの視点や物体の位置の変化を表しています。
• 色空間調整: 明るさ、コントラスト、彩度、色相を変更することで、モデルがさまざまな照明条件やカメラセンサーに対応できるよう支援します。
• ノイズ付与: （ガウスノイズのような）ランダムなノイズを追加することで、粒状や低品質の入力データに対してモデルをより頑健にすることができます。
• 画像のミキシング: MixUpや（YOLOの学習で一般的に使われる）Mosaicのような手法では、複数の画像を1つの学習サンプルに組み合わせることで、モデルが文脈や物体間の関係性をより効果的に学習できるようにします。
• 生成アプローチ: 高度な方法では、Generative AIやdiffusion modelsを使用して、元のデータセットの特性を模倣するまったく新しい合成トレーニングサンプルを作成します。

実社会での応用#

データ拡張の実際的な効果は、データ不足や高い変動性が課題となる数多くの産業に及んでいます。

自動運転#

autonomous vehiclesの開発において、考えられるすべての気象条件や照明シナリオのデータを収集することはほぼ不可能です。エンジニアはデータオーグメンテーションを使用して、晴天時の画像に雨、霧、雪、または眩しさをシミュレートします。これにより、認識システムが環境要因に関係なく歩行者、交通標識、その他の車両を確実に検出し、安全性と信頼性を高めることができます。

医療画像#

Medical image analysisは、プライバシーに関する懸念や特定の疾患の稀少性のため、限られたデータセットに苦しむことがよくあります。オーグメンテーションにより、研究者は弾性変形、回転、または強度シフトを適用して、X線やMRIスキャンの小さなデータセットを拡張できます。これにより、患者の姿勢やスキャンの品質が変化した場合でも、高い感度で腫瘍や骨折を特定できる堅牢な診断モデルをトレーニングするのに役立ちます。

関連概念の区別#

データオーグメンテーションをSynthetic Dataと区別することが重要です。どちらもデータセットのサイズを増やすことを目的としていますが、synthetic dataは（通常3Dレンダリングやシミュレーションエンジンを使用して）ゼロから人工的に生成されるのに対し、データオーグメンテーションは既存の実世界データを変更します。さらに、Data Preprocessingには、モデルに適するようにデータをクリーンアップしてフォーマットすること（リサイズ、正規化など）が含まれますが、オーグメンテーションとは異なり、トレーニングサンプルの数が必ずしも増加するわけではありません。

Ultralyticsを使用した拡張の実装#

モダンなフレームワークは、トレーニングパイプラインにデータ拡張を直接統合します。以下の例は、ultralyticsパッケージを使用してUltralytics YOLO26モデルのトレーニング中に反転やスケーリングなどのデータ拡張を適用する方法を示しています。

from ultralytics import YOLO

# Load the YOLO26 model
model = YOLO("yolo26n.pt")

# Train with custom data augmentation hyperparameters
# fliplr: 50% chance of horizontal flip, scale: image scaling gain
results = model.train(data="coco8.yaml", epochs=10, fliplr=0.5, scale=0.5)

これらのハイパーパラメータを調整することで、開発者はUltralytics Platformの柔軟性を活用して効率的なモデル開発を行い、データセットとアプリケーションの特定のニーズに合わせてオーグメンテーション戦略を調整できます。