RetinaNetとFocal Loss
物体検出モデルのRetinaNetが導入したFocal Lossの目的として、最も適切なものを1つ選べ。
- A
学習率を自動的に大きくする
- B
背景のように簡単に分類できる大量のデータの影響を小さくし、難しいデータの学習に集中させる
- C
画像の解像度を上げる
- D
ラベルのないデータを自動で作る
正解と解説を見る
正解：B
Focal Lossは、簡単に分類できる例の損失を小さくして、難しい例を重視する。背景ばかりという偏りを和らげる。
- A
誤り。学習率の調整ではなく、誤差の重みの付け方の工夫。
- B
正しい。一段階の物体検出では、背景が圧倒的に多いというクラスの偏りが課題だった。
- C
誤り。解像度の話ではない。
- D
誤り。ラベルの作成とは関係がない。
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。