クラス不均衡対策の実験 (Class Imbalance Experiments)

TEST_03 で紫・淡白の再現率が低かったため，クラス不均衡への対策（SPEC_02「クラス不均衡」→「対策の設定」）を 2 モデル × 3 通り × 2 条件 × 3 seed で試した結果．対策なしの結果は TEST_03 のものを使い，同じ seed・同じ fold どうしで対応比較した．表は uv run python scripts/summarize_cv.py runs で再生成できる．

項目	内容
実行日時	2026-09-28 08:50〜10:14
実行場所	Archimedes の RTX A6000（GPU 1 の 1 枚．未使用の GPU のみを使用）
本数	36 本（ConvNeXt-Tiny・ResNet-50 × 対策 3 通り × ややあり込み／除外 × seed 42・43・44）
モデルと学習率	ConvNeXt-Tiny（1e-4）・ResNet-50（1e-3）．TEST_03 の設定から対策のキーだけを変えた
対策	重み `inverse`・重み `sqrt_inverse`・バランス・サンプリング `balanced`
コード	`f9d9ebd-dirty`（コミット `8387ebd` の内容を実行時点で未コミットのまま使用．既定のままなら変更前と同じ学習になることはテストで確認済み）

結果 (Results)

common（「あり」と淡紅）の macro F1・正解率と，all（ややあり込みの全体）の macro F1．15 fold の平均 ± 標準偏差．

モデル	対策	条件	common macro F1	common 正解率	all macro F1
ConvNeXt-Tiny	なし	込み	0.541 ± 0.066	0.668 ± 0.035	0.510 ± 0.056
ConvNeXt-Tiny	重み inverse	込み	0.585 ± 0.057	0.669 ± 0.063	0.546 ± 0.054
ConvNeXt-Tiny	重み sqrt	込み	0.563 ± 0.045	0.645 ± 0.057	0.524 ± 0.032
ConvNeXt-Tiny	balanced	込み	0.566 ± 0.071	0.663 ± 0.081	0.528 ± 0.061
ConvNeXt-Tiny	なし	除外	0.592 ± 0.068	0.744 ± 0.035	0.480 ± 0.056
ConvNeXt-Tiny	重み inverse	除外	0.632 ± 0.060	0.745 ± 0.030	0.528 ± 0.043
ConvNeXt-Tiny	重み sqrt	除外	0.595 ± 0.060	0.750 ± 0.030	0.490 ± 0.049
ConvNeXt-Tiny	balanced	除外	0.611 ± 0.052	0.734 ± 0.041	0.509 ± 0.046
ResNet-50	なし	込み	0.546 ± 0.057	0.649 ± 0.066	0.520 ± 0.050
ResNet-50	重み inverse	込み	0.558 ± 0.045	0.635 ± 0.055	0.535 ± 0.035
ResNet-50	重み sqrt	込み	0.590 ± 0.057	0.666 ± 0.070	0.554 ± 0.043
ResNet-50	balanced	込み	0.562 ± 0.038	0.627 ± 0.045	0.533 ± 0.043
ResNet-50	なし	除外	0.637 ± 0.062	0.748 ± 0.045	0.519 ± 0.056
ResNet-50	重み inverse	除外	0.637 ± 0.058	0.720 ± 0.045	0.542 ± 0.047
ResNet-50	重み sqrt	除外	0.633 ± 0.056	0.733 ± 0.045	0.534 ± 0.044
ResNet-50	balanced	除外	0.616 ± 0.050	0.712 ± 0.062	0.523 ± 0.038

対策なしとの対応比較 (Paired Comparison)

対策あり − 対策なし（同じモデル・条件・seed・fold どうし．15 fold）．recall は common でのクラス別再現率の差．

モデル	対策	条件	common F1 の差	上回った fold	淡白	紫	淡紅	暗赤紅
ConvNeXt-Tiny	重み inverse	込み	+0.044 ± 0.064	11 / 15	+0.19	+0.15	−0.03	−0.05
ConvNeXt-Tiny	重み inverse	除外	+0.040 ± 0.063	12 / 15	+0.19	+0.09	−0.07	+0.02
ConvNeXt-Tiny	重み sqrt	込み	+0.021 ± 0.052	10 / 15	+0.12	+0.23	−0.06	−0.07
ConvNeXt-Tiny	重み sqrt	除外	+0.003 ± 0.074	8 / 15	−0.01	−0.04	−0.02	+0.06
ConvNeXt-Tiny	balanced	込み	+0.025 ± 0.060	9 / 15	+0.07	+0.19	−0.00	−0.09
ConvNeXt-Tiny	balanced	除外	+0.018 ± 0.067	10 / 15	+0.13	+0.05	−0.08	+0.03
ResNet-50	重み inverse	込み	+0.011 ± 0.060	7 / 15	+0.16	+0.10	−0.04	−0.05
ResNet-50	重み inverse	除外	−0.000 ± 0.053	5 / 15	+0.11	+0.08	−0.04	−0.12
ResNet-50	重み sqrt	込み	+0.043 ± 0.065	11 / 15	+0.12	+0.10	+0.01	−0.03
ResNet-50	重み sqrt	除外	−0.004 ± 0.065	8 / 15	−0.01	+0.10	−0.01	−0.07
ResNet-50	balanced	込み	+0.016 ± 0.068	8 / 15	+0.13	+0.15	−0.05	−0.08
ResNet-50	balanced	除外	−0.021 ± 0.071	4 / 15	+0.06	+0.07	−0.04	−0.09

クラス別再現率の差の標準偏差は 0.1〜0.3 と大きい（各 fold の held_out に淡白・紫は 11〜12 人しかいないため）．

分かったこと (Findings)

ConvNeXt-Tiny では重み inverse が安定して効く．込み・除外とも common macro F1 が約 +0.04 上がり（11〜12/15 fold），除外では 0.632 となって ResNet-50 の最良（0.637）と並んだ
ResNet-50（学習率 1e-3）では効果がほとんど無い．除外ではどの対策も ±0.02 の範囲で，上回った fold も半分以下．込みで sqrt_inverse だけが +0.043（11/15）
狙いどおり淡白・紫の再現率は上がるが（多くの組み合わせで +0.1〜0.2），淡紅・暗赤紅の再現率が下がる入れ替わりが起きる（−0.03〜−0.12）．macro F1 の改善が小さいのはこのため
all（ややあり込みの全体）の macro F1 も上がる（ConvNeXt・inverse で 0.510 → 0.546，ResNet-50・sqrt で 0.520 → 0.554）
3 通りの対策の中では，重み inverse が最も安定．balanced は同じ画像を何度も学習するためか効果が不安定で，ResNet-50 の除外では下がった
紫の再現率は対策後も 0.3〜0.55 に留まる．紫は枚数の少なさに加えて暗赤紅と色が近く（TEST_02．ΔE 4.6），不均衡対策だけでは解決しない

注意 (Caveats)

差の多くは fold 間のばらつき（標準偏差 0.05〜0.08）と同程度で，確定的に言えるのは「ConvNeXt・inverse はおおむね改善する」程度
ResNet-50 の学習率 1e-3 は TEST_03 で結果を見て選んだもので，その上に重ねた比較である（TEST_03「学習率について」）
対策の種類と強さも結果を見て選ぶことになるため，最終的な構成は入れ子の交差検証など評価とは別のデータで選ぶ必要がある

次の一手 (Next Steps)

今後の基準の構成を「ConvNeXt-Tiny・重み inverse」または「ResNet-50（1e-3）」とし，学習率の公平な選び直し（入れ子の交差検証）と組み合わせる
紫と暗赤紅の取り違えを混同行列で詳しく見る（紫の多くがどのクラスに流れているか）
入力解像度を上げる（224 → 320 等）．色むらの細部が紫の判別に効く可能性がある

実験 ID (Run IDs)

手元の runs/ に回収済み（.gitignore 対象）．名前の末尾 _cwinv・_cwsqrt・_balanced が対策を表す．実験 ID の日時は 2026-09-28 08:50〜10:12．

ls -d runs/*_f9d9ebd-dirty