セグメンテーションにおけるラベル数と精度の関係

セグメンテーションモデルの学習において、ラベルの種類が精度に与える影響は大きいです。本記事では、「物体Aのみをラベル付けした場合、IoUがゼロだったが、物体Aと物体Bをラベル付けするとIoUが80%で飽和した」という現象について考察します。

1. 背景の扱いが改善された

物体Aのみをラベル付けした場合、学習データは「物体A」か「背景」の2クラスになります。このとき、

といった問題が生じます。

一方、物体Aと物体Bをラベル付けすると、ネットワークは「物体A」「物体B」「背景」の3クラスを学習することになり、背景をより明確に識別する必要が生じるため、学習が進みやすくなります。

物体Aのみのラベル付けでは、学習データのクラス分布が偏る可能性があります。
例えば、物体Aの面積が画像全体の10%しかない場合、90%が背景クラスとなり、「背景 vs 物体A」の分類が極端に不均衡になり、学習が進みにくくなります。

物体Bを追加することで、

といった効果が期待できます。

物体Aのみを学習した場合、ネットワークは物体Aの特徴しか学習できず、次のような問題が発生します。

物体Bを追加することで、ネットワークはより多様な特徴を学習する必要が生じ、以下の効果が得られます。

セグメンテーションモデルの学習では、損失関数の勾配が適切に流れることが重要です。

これにより、物体AのIoU向上にもつながる可能性があります。

1つのクラスのみを学習すると、ネットワークの一部のフィルタしか活性化されず、以下の問題が生じます。

物体Bを追加することで、より多くのフィルタが活性化し、ネットワークの表現力が向上するため、結果的に物体Aの認識性能も自然に向上する可能性があります。

ラベルの種類を増やすことで、以下の要因が組み合わさり、物体AのIoUが向上したと考えられます。

セグメンテーションの学習においては、ラベルの設定がモデルの性能に大きく影響を与えるため、データアノテーションの戦略も重要な要素となります。