画像をパッチで扱う方式
製造業のA社は、製品の外観検査に使う画像認識モデルを比較している。候補の1つは、画像を小さな正方形の区画(パッチ)に分割し、各パッチをトークンのように並べてTransformerに入力する方式である。この方式の説明として、最も適切なものを1つ選べ。
- A
パッチを単語のように扱うので、画像内の離れた領域どうしの関係もAttentionで捉えられる。
- B
各パッチをOCRで文字に変換してから入力するため、文字が写っている画像しか扱えない。
- C
パッチに分けることで畳み込みが不要になる代わりに、パッチの位置の情報は一切使わなくなる。
- D
パッチごとに別々のモデルを学習し、最後に各モデルの判定結果を多数決でまとめる手法である。
正解と解説を見る
正解:A
Transformerは文章専用ではない。画像をパッチに分けてトークンのように扱えば、画像認識や画像生成にも使える。パッチの位置は位置埋め込みで与える。
- A
正しい。Vision Transformerと呼ばれる方式で、パッチ間の関係をSelf-Attentionで計算する。そのため、画像全体にわたる関係を捉えやすい。
- B
誤り。パッチは画素の値をベクトルに変換して入力する。文字に変換するわけではないので、一般的な画像を扱える。
- C
誤り。畳み込みを使わない点は合っているが、各パッチが画像のどこにあるかは位置埋め込みで与える。位置の情報を捨てるわけではない。
- D
誤り。これはアンサンブル学習の説明である。この方式では、1つのTransformerがすべてのパッチをまとめて処理する。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。