Cutout
Cutout
Cutoutはデータ拡張(データオーグメンテーション)の手法の一つです。
この手法では画像中のランダムな位置において正方形領域で画像をマスクします。一般的にマスクについてはサイズの固定された正方形を利用して、画素の値は画像の平均、場所をランダムに決められます(画像からはみ出すことも可能)。
この方法はマスクの形よりもサイズの方が重要であるといった点で最もシンプルな正方形でマスクするデータ拡張の手法ですが、学習に必要な情報を削ってしまい、非効率であるという欠点があります。しかし、モデルが特定の領域における特徴への依存を防ぎ、広域的な情報を有効に利用できるといった点があります。
👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ
クイズ
データオーグメンテーションの手法の一つであるCutoutについて述べた文章のうち、最も適切な選択肢を一つ選べ。
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
人工知能基礎講座はこちら↓
AI初学者・ビジネスパーソン向けのG検定対策講座
G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ
