12

7:45 - 8:35

二値・多分岐メトリクスによるルーティング評価

この章では、画像を改善するか、そのまま残すかを決めるルーターを、分類器(classifier)として評価する方法を見ます。さらに、改善先が複数のモデルに分かれる場合に、正しいモデルを選べているかをどう測るかを説明します。

話者の主張:ルーターは混同行列(confusion matrix)を使って、真陽性・偽陽性などのケース、適合率(precision)、再現率(recall)で評価できます。複数のモデルの分岐へ送る場合は、n × n の行列によって、各分岐を正しく選べたかを調べられます。そのうえで、コスト、遅延、出力品質のトレードオフも見ます。

まずは「改善するか、スキップするか」の二値ルーティング

ルーターの最初の仕事は、画像を改善(enhance)へ送るか、スキップして元画像を残すかを決めることです。これは二つのクラスから一つを選ぶ分類問題として考えられます。ここで重要なのは、ルーターの判断を評価することと、改善モデルが後で良い編集を作れたかを評価することは別だという点です。

補足(説明用の例):以下では、「本当は改善すべき画像」を陽性、「元画像を残すべき画像」を陰性と呼びます。これは仕組みを説明するための置き方です。話者は、実際のクラス名、しきい値、判定手順を明らかにしていません。

混同行列でルートの当たり外れを見る

説明用に、行を人間の評価などから決めた「適切なルート」、列をルーターが選んだ「予測ルート」とします。

適切なルート \ 予測ルート 改善へ送る スキップする
改善へ送る TP:真陽性 FN:偽陰性
スキップする FP:偽陽性 TN:真陰性
  • TP(真陽性):改善が必要な画像を、改善へ送れました。ルーターの判断は正しいです。
  • FN(偽陰性):改善が必要な画像を、スキップしてしまいました。必要な改善を取り逃がしています。
  • FP(偽陽性):改善しなくてよい画像を、改善へ送ってしまいました。不要な計算を使い、元画像を悪くする可能性もあります。
  • TN(真陰性):改善しなくてよい画像を、スキップできました。元画像を安全に残せています。

この行列は、単に「正解率」を一つ出すだけではありません。どの種類の間違いが起きたかを分けて示します。例えば、FNが多いなら、悪い画像が改善されないまま通る問題が疑われます。FPが多いなら、良い画像まで高価な改善処理に回す問題が疑われます。

適合率と再現率は別の質問に答える

**適合率(precision)**は、改善へ送った画像のうち、本当に改善が必要だった画像の割合です。FPが増えると下がります。したがって、不要な改善処理をどれだけ避けられたかを見る指標として役立ちます。

**再現率(recall)**は、本当に改善が必要な画像のうち、実際に改善へ送れた画像の割合です。FNが増えると下がります。したがって、改善すべき画像をどれだけ取り逃がさなかったかを見る指標です。

この二つは交換できません。例えば、ほとんどの画像を改善へ送れば、改善対象を取り逃がしにくくなり、再現率は上がるかもしれません。しかし、改善不要な画像も多く送るため、適合率は下がる可能性があります。反対に、改善対象を厳しく選べば、適合率は上がっても、FNが増えて再現率が下がるかもしれません。どちらを重く見るかは、計算コスト、品質、安全性などの運用上の目的で決めます。

図: ルーティング評価のスライドには、改善へ送るかスキップするかについて、分類器の四つの結果が示されています。

この図は、二値ルーティングの結果を TPFNFPTN として分けて示しています。下部には、分類器形式の適合率と再現率との関係も示されています。つまり、ルーターの「行き先の判断」を、後段の編集結果とは別に測るという考えを視覚的に確認できます。

改善先が複数なら、正しい分岐まで評価する

ルーターの行き先が「改善」か「スキップ」だけとは限りません。例えば、軽量モデル、標準モデル、高品質モデルのように、複数のモデルへ振り分けることがあります。このときの正しい判断は、「処理するかどうか」だけではありません。その画像に合ったモデルの分岐を選ぶことも含まれます。

補足(説明用の例):分岐が三つある場合、行を適切なモデル、列を選択されたモデルとする行列は次のようになります。一般には n × n です。

適切なモデル \ 選択されたモデル 軽量 標準 高品質
軽量 正しい 分岐ミス 分岐ミス
標準 分岐ミス 正しい 分岐ミス
高品質 分岐ミス 分岐ミス 正しい

対角線上のセルは、適切なモデルを選べたケースです。対角線の外側は、別のモデルを選んだケースです。この行列を見ると、全体の正解数だけでなく、どのモデルを別のモデルと取り違えたかも分かります。実際の分岐名や、適切な分岐を決める具体的なルールは、話者から示されていません。

正解だけでなく、コスト・遅延・品質も見る

軽量なモデルは、計算コストを下げ、応答の遅延を短くできる可能性があります。その結果、利用者の体験を改善できるかもしれません。一方で、高品質なモデルより出力品質が低くなる可能性もあります。高品質モデルを選べば品質に有利かもしれませんが、コストや遅延が増えるかもしれません。

このため、多分岐ルーティングの評価は、行列の対角線を最大にするだけでは足りません。正しい分岐を選べているかを確認しながら、次のような組み合わせを見ます。

  • その分岐の選択は、必要な品質を保てていますか。
  • 計算コストは許容できる範囲ですか。
  • 遅延は利用者の体験を損なわない範囲ですか。

ここでも、ルートのエラーと後段の失敗を混同しないことが大切です。例えば、ルーターが高品質モデルを選ぶべき画像を軽量モデルへ送った場合、これは分岐選択のエラーです。軽量モデルがその後に画像をうまく編集できなかった場合は、編集またはQA(品質確認)の失敗です。両方が一つのケースで起きることはありますが、原因を調べるときは別々に記録します。

この評価で分かることと、まだ分からないこと

混同行列、適合率、再現率、n × n 行列は、ルーターがどの行き先を選んだかを整理する道具です。しかし、これだけで編集後の画像が良いとは言えません。編集の忠実さ、見た目の品質、QAの合否は、後段の評価として別に確認する必要があります。また、この講演では、クラス名、しきい値、適合率と再現率の正確な計算方法は示されていません。ここでの定義や表は、話者の主張を理解するための標準的な説明と具体例です。

まとめ

  • 二値ルーティングでは、改善とスキップの判断を混同行列で分解します。
  • 適合率は改善へ送った結果の正確さ、再現率は改善対象を取り逃がさない度合いを見ます。
  • 多分岐ルーティングでは、n × n 行列の対角線が正しいモデル選択を表します。
  • 実運用では、正解率だけでなく、コスト、遅延、品質のバランスを評価します。
  • ルーターの判断と、後段の編集・QAの結果は、別の評価として追跡します。
100% スペースキーとドラッグで移動 | Ctrl/Cmdとホイールで拡大縮小