---
title: "データ拡張まとめチートシート（色系 × 幾何系）【G検定対策】"
description: "データ拡張まとめチートシート（色系 × 幾何系）は頻出論点を整理して得点力につなげる学習テーマです。 AI・機械学習での位置づけ、関連モデルや手法との違い、G検定で混同しやすい判断軸を確認できます。"
canonical_url: "https://stemtazoo.github.io/gk/data-augmentation-cheatsheet/"
section: "gk"
---

## まず結論
- **データ拡張は「色を変える」か「形を変える」かで大別できる**。
- G検定では **「何が変化しているか」**を見抜ければ、選択肢は即切れる。

## 直感的な説明
- 人間は：
  - 明るさが違っても同じ物と認識できる
  - 少し傾いても同じ物と認識できる
- データ拡張は  
  👉 **この人間の強さをモデルに教える仕組み**。
- その手段が：
  - 色を変える（色系）
  - 形を変える（幾何系）

## 定義・仕組み
### 色系データ拡張（見た目の色を変える）
- **Brightness**
  - 画像全体の明るさ（輝度）を変更
  - 照明条件へのロバスト性
- **Contrast**
  - 明暗の差を強調・緩和
  - 影・逆光への耐性
- **Saturation**
  - 色の鮮やかさ（濃さ）を変更
  - 彩度の違いへの対応
- **Hue**
  - 色味そのものを変更
  - 赤っぽい／青っぽいなどの差への対応

### 幾何変換系データ拡張（形・位置を変える）
- **Rotation**
  - 回転させる
  - 傾きへの頑健性
- **Flip**
  - 左右・上下反転
  - 視点の違いへの対応
- **Crop**
  - 一部を切り出す
  - 位置ずれ・スケール変化への対応

## いつ使う？（得意・不得意）
**色系が向いている**
- 照明・天候・カメラ条件が変わる環境
- 屋外・屋内混在データ

**幾何系が向いている**
- 視点・位置・向きが一定でない環境
- 一般物体認識

**注意**
- 色や向き自体が意味を持つタスクでは乱用不可

## G検定ひっかけポイント
- **色系と幾何系を混ぜてくる**
- よくある誤解：
  - ❌ Brightness = Rotation
  - ❌ Contrast = 明るさ全体
  - ❌ Crop = サイズ変更
- 正しい即断基準：
  - 「色・輝度」→ 色系
  - 「向き・位置・形」→ 幾何系
- 選択肢の切り方：
  - 「照明条件」→ Brightness / Contrast
  - 「色味」→ Hue / Saturation
  - 「向き」→ Rotation / Flip
  - 「切り出し」→ Crop

## まとめ（試験直前用）
- データ拡張は **色系 × 幾何系**
- 色系：Brightness / Contrast / Saturation / Hue
- 幾何系：Rotation / Flip / Crop
- 判断基準は「何が変わるか」
- **色が変わる？形が変わる？で即切る**