リアルタイム制約では転移学習が第一候補
正解
ImageNet学習済みResNet-50等で転移学習し、精度と推論速度のバランスを取る。
正解になる理由
5,000枚規模ではゼロからの超深層学習は過学習・コストのリスクが大きい。リアルタイム推論が要件なので、常時の多モデルアンサンブルは遅延と運用負荷が増える。学習済み中規模CNNの転移学習は、データ効率と速度の両立で初期方針として最も適切である。安全性はモデル単体の断定ではなく、閾値設計・人の確認・監視とセットで担保する。
各誤答がなぜ誤りか
- 選択肢2: 大規模モデルのスクラッチ学習はデータ不足と推論遅延のリスクが高い。
- 選択肢3: 教師なしだけでは診断ラベルに対応した監督学習の代替にならない。
- 選択肢4: アンサンブルは精度向上の手段になり得るが、本問のリアルタイム制約と矛盾する。