あるMLエンジニアがData Wranglerを使用して事故検出モデルをトレーニングし、トレーニング/検証で良好な結果を達成しましたが、カメラの画像品質が異なるため、本番環境でのパフォーマンスが低下しています。精度を最も早く向上させる変更はどれですか？

正解は、Data Wranglerで破損した画像変換をインパルスノイズオプションとともに使用してトレーニングデータセットを再作成することです。本番環境でのパフォーマンス低下がカメラの画像品質のばらつきに起因する場合、トレーニングデータに同様のノイズや劣化を導入することで、モデルの堅牢性を高めることができます。インパルスノイズは、画像品質の変動をシミュレートする効果的な方法です。 追加の画像を収集するのは時間がかかり、迅速な改善にはつながりません。画像コントラスト強調は、コントラストの問題には有効ですが、画像品質のばらつき全体を解決するわけではありません。画像サイズ変更は、モデルの入力要件を満たすために必要ですが、画像品質の変動に対するモデルの堅牢性を直接向上させるものではありません。