Q&A
オーギュメンテーションか交差検証かどちらかだけでは性能は出ませんでしたか？
前提
機械学習について勉強中です.
0~9までのクラスがあり，各クラス [50, 5, 10, 2, 8, 34, 7, 5, 4, 1] 枚の画像(物体の輪郭内を白塗りした白黒画像)が含まれているとします.
このとき, モデルの汎化性能を上げるために
python
1import albumentations as albu 2 3img = albu.Blur(blur_limit=(4,7), p=1)(image=mask)['image'] # ランダムに1の確率でぼかし画像を生成
としてぼかし画像によるオーギュメンテーションを施し [50, 50, 50, 50, 50, 50, 50, 50, 50, 50] 枚に水増ししたとします.
現在はオーギュメンテーションをしたデータを手作業でtrain/testに分けて学習を行ったところ精度はほぼ100％近く出ています.
実現したいこと
交差検証を行うにあたって，このデータをどのようにtrain/testデータに分けるべきかが分かりません.
交差検証を使用してモデルを評価したいのですが，このデータを用いて交差検証をする場合testデータにオーギュメンテーション画像が含まれてしまう恐れがあります.
それを避けるために，trainデータだけにオーギュメンテーション画像が含まれるような交差検証の方法などがあれば教えていただきたいです.
ラベル9に関しては元画像が1枚しかなかったりと，一部元画像の数が少ないクラスの正しい評価はできないことはしょうがないとして，お答えいただければと思います.
その他の疑問
上記のデータではtrainデータにのみオーギュメンテーション画像が含まれるので，trainに対してtestが極端に少なくなってしまい正当な評価ができない可能性もありますが，こちらもどのように対処すれば良いのでしょうか.
併せてお答えいただけますとありがたいです.
上記の通りオーギュメンテーションをし手作業でtrain/testデータを分けて学習を行ったところ精度はほぼ100％近く出ています.
しかし，testデータが極端に少ないことに加え, 交差検証を行った方が正当な評価ができると思い質問させていただきました.
> 上記の通りオーギュメンテーションをし手作業でtrain/testデータを分けて学習を行ったところ精度はほぼ100％近く出ています.
既に学習済なのですね。学習前の検討段階かとお見受けしていましたのでそのように質問いたしました。情報は質問に追記されると回答がつきやすくなるかと思います。
ご指摘ありがとうございます.追記させていただきました.
もし，差し支えなければmeg_さんのご意見をお聞かせ願いたいのですが...可能でしょうか.
どのような画像の分類なのか不明なためアドバイスは難しいですね。データ拡張にも様々なものがあるので現実に分類したいデータにより近い画像処理を施すのは汎化性能を上げるのに有効だとは思います。一般的には訓練データが少ない場合はファインチューニングが有効と言われていますが今回のモデルに適用できるか（有効か）は分かりません。
あなたの回答
tips
プレビュー
