CutMixは画像を切って混ぜるデータ拡張を理解するための用語です。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk cnn neural_network

G検定トップ ＞ CutMixとは？画像を切って混ぜるデータ拡張【G検定対策】

まず結論

  • CutMixとは、2枚の画像を用いて、一方の画像の一部領域をもう一方に貼り付け、ラベルも面積比で混合するデータ拡張手法である。
  • G検定では「画像を切って貼る＋ラベルも混ぜる」点が問われる。

直感的な説明

CutMixは、名前の通り

Cut（切る）＋ Mix（混ぜる）

です。

やっていることはシンプルで、

  1. 画像Aを用意
  2. 画像Bを用意
  3. Bの一部を切り取ってAに貼り付ける
  4. ラベルも貼り付けた面積比で混ぜる

👉 「犬70％＋猫30％」のような
中間ラベルが生まれます。

定義・仕組み

定義

  • 2枚の画像を組み合わせる 複合型データ拡張
  • 一方の画像の 矩形領域を切り取り、もう一方に貼り付ける
  • ラベルは貼り付け面積比で線形補間

目的

  • 過学習の抑制
  • 局所特徴への過度な依存を防ぐ
  • 汎化性能の向上

重要：

  • 画像の一部は完全に置き換わる
  • Random Crop とは違い「2枚使う」

いつ使う？（得意・不得意）

得意な場面

  • 画像分類タスク
  • CNNモデル
  • データが少ない場合

注意が必要な場面

  • 物体検出・セグメンテーション（位置が重要）
  • 医療画像など意味の破壊が問題になる場合

G検定ひっかけポイント

ここは必ず狙われます。

よくある誤解

  • ❌「画像を切り取るだけの手法」
  • ❌「1枚の画像だけを使う」
  • ❌「ラベルは変えない」
  • ❌「Random Cropと同じ」

正しい判断基準

  • 2枚の画像を使う → CutMix
  • 切って貼る → CutMix
  • ラベルも混合 → CutMix
  • 1枚だけ切る → Random Crop

問題文に
「2つの画像」「貼り付け」「ラベルを面積比で混合」
とあれば CutMix。

まとめ（試験直前用）

  • CutMix＝切って貼る
  • 2枚の画像を使用
  • ラベルも混合する
  • Cropとは別物
  • 「切る＋混ぜる」で即判断

🔗 関連記事

🏠 G検トップに戻る