定義
正則化画像とは、DreamBoothやLoRAなどの追加学習で過学習を防ぐために使う、対象クラスの一般的な生成画像のこと。
正則化画像 (Regularization Images)とは（詳しく解説）
正則化画像とは、DreamBoothやLoRAなどの少数枚追加学習（ファインチューニング）において、学習対象（インスタンス）のクラス全体の特徴が崩れる「言語ドリフト」や過学習を防ぐために使う、同じクラスの一般的な生成画像のことを指す。たとえば特定人物の顔を学習させる場合、正則化画像には同じ「人物」というクラスの汎用画像を複数枚用意し、インスタンス画像と合わせて学習させる手法が業界標準とされる。2026年時点の実運用では、正則化画像の枚数や質が生成品質を大きく左右する落とし穴として知られ、枚数が少なすぎるとクラス崩壊が起き、多すぎると学習コストと時間が膨らむ。相場感としては、インスタンス画像1枚に対して正則化画像を100〜200枚程度用意する構成が広く採用されており、生成には数十分から数時間のGPU時間がかかる。現場での選び方としては、ベースモデル自身に同一プロンプトで大量生成させて用意する方法と、既存データセットから流用する方法があり、キャラクターやブランドの一貫性を重視する用途では前者が推奨されるとされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「正則化画像 (Regularization Images)とは」 https://aipicks.jp/glossary/regularization-images
正則化画像 (Regularization Images)の使用例
- DreamBoothで特定の人物を学習させる際、正則化画像として『人物』クラスの汎用画像を200枚用意し、インスタンス画像20枚と組み合わせて学習させる。
- LoRA学習時に正則化画像を用意せず少数枚のみで学習すると、生成結果が学習対象以外のプロンプトでも同じ顔になってしまう過学習が起きやすい。
