Verbessere die Robustheit von KI-Modellen mit Datenaugmentierung

Das Testen ist ein entscheidender Teil beim Aufbau jeder technologischen Lösung. Es zeigt Teams, wie ein System tatsächlich funktioniert, bevor es live geht, und ermöglicht es ihnen, Probleme frühzeitig zu beheben. Dies gilt für viele Bereiche, einschließlich KI, wo Modelle nach der Bereitstellung unvorhersehbare reale Bedingungen bewältigen müssen.

Zum Beispiel ist Computer Vision ein Teilbereich der KI, der Maschinen beibringt, Bilder und Videos zu verstehen. Computer-Vision-Modelle wie Ultralytics YOLO26 unterstützen Aufgaben wie Objekterkennung, Instanzsegmentierung und Bildklassifizierung.

Sie können in vielen Branchen für Anwendungen wie Patientenüberwachung, Verkehrsanalyse, automatisierte Kassen und Qualitätsprüfung in der Fertigung eingesetzt werden. Doch selbst mit fortschrittlichen Modellen und qualitativ hochwertigen Trainingsdaten können Vision-KI-Lösungen Schwierigkeiten haben, wenn sie mit realen Schwankungen wie wechselnden Lichtverhältnissen, Bewegungen oder teilweise verdeckten Objekten konfrontiert werden.

Dies geschieht, weil Modelle von den Beispielen lernen, die ihnen während des Trainings gegeben werden. Wenn sie Bedingungen wie Blendung, Bewegungsunschärfe oder teilweise Sichtbarkeit zuvor nicht gesehen haben, ist die Wahrscheinlichkeit geringer, dass sie Objekte in diesen Szenarien korrekt erkennen.

Ein Weg, die Modellrobustheit zu verbessern, ist Data Augmentation. Anstatt große Mengen neuer Daten zu sammeln, können Entwickler kleine und sinnvolle Änderungen an vorhandenen Bildern vornehmen, wie etwa das Anpassen der Beleuchtung, Zuschneiden oder das Mischen von Bildern. Dies hilft dem Modell, dieselben Objekte über eine größere Bandbreite an Situationen hinweg zu erkennen.

In diesem Artikel untersuchen wir, wie Data Augmentation die Robustheit von Modellen und die Zuverlässigkeit von Vision-KI-Systemen verbessert, wenn sie außerhalb kontrollierter Umgebungen eingesetzt werden. Lass uns anfangen!

Link to this sectionWie du die Robustheit eines Modells überprüfst#

Bevor wir uns mit Data Augmentation befassen, lass uns besprechen, woran du erkennst, ob ein Computer Vision Modell wirklich für den realen Einsatz bereit ist.

Ein robustes Modell funktioniert auch bei wechselnden Bedingungen weiterhin gut, anstatt nur bei sauberen, perfekt beschrifteten Bildern zu arbeiten. Hier sind einige praktische Faktoren, die du bei der Bewertung der KI-Modellrobustheit berücksichtigen solltest:

• Lichtveränderungen: Modelle können sich anders verhalten, wenn sie hellem Licht, schwachem Licht, Blendung oder Schatten ausgesetzt sind, was beeinflussen kann, wie sicher Objekte erkannt werden.
• Teilweise Verdeckung: In alltäglichen Szenen sind Objekte oft durch andere Gegenstände verdeckt oder nur teilweise sichtbar. Ein robusteres Modell ist in der Lage, sie auch bei fehlenden visuellen Informationen zu erkennen.
• Überfüllte Szenen: Umgebungen mit vielen überlappenden Objekten können die Erkennung erschweren. Modelle, die in diesen Fällen gut funktionieren, sind in komplexen Umgebungen in der Regel zuverlässiger.

Gute Ergebnisse bei sauberen, perfekt aufgenommenen Bildern führen nicht immer zu einer starken Leistung in der realen Welt. Regelmäßige Tests unter verschiedenen Bedingungen helfen zu zeigen, wie gut ein Modell nach der Bereitstellung besteht.

Link to this sectionWas ist Data Augmentation?#

Die Art und Weise, wie ein Objekt auf einem Foto erscheint, kann sich je nach Beleuchtung, Winkel, Entfernung oder Hintergrund ändern. Wenn ein Computer-Vision-Modell trainiert wird, muss der Datensatz, von dem es lernt, diese Art von Variation enthalten, damit es in unvorhersehbaren Umgebungen gut funktionieren kann.

Data Augmentation erweitert einen Trainingsdatensatz, indem zusätzliche Beispiele aus den bereits vorhandenen Bildern erstellt werden. Dies geschieht durch gezielte Änderungen, wie etwa das Drehen oder Spiegeln eines Bildes, die Anpassung der Helligkeit oder das Zuschneiden eines Teils davon.

Stell dir zum Beispiel vor, du hast nur ein Foto einer Katze. Wenn du das Bild drehst oder die Helligkeit änderst, kannst du aus diesem einen Bild mehrere neue Versionen erstellen. Jede Version sieht etwas anders aus, ist aber immer noch ein Foto derselben Katze. Diese Variationen helfen dem Modell zu lernen, dass ein Objekt anders aussehen kann und trotzdem dasselbe ist.

Abb. 1. Ein Blick auf die Augmentierung eines Katzenbildes (Quelle)

Link to this sectionWie Data Augmentation die Modellleistung verbessert#

Während des Modelltrainings kann Data Augmentation direkt in die Trainingspipeline eingebaut werden. Anstatt manuell neue Kopien von Bildern zu erstellen und zu speichern, können bei jedem Laden eines Bildes zufällige Transformationen angewendet werden.

Das bedeutet, dass das Modell bei jedem Durchgang eine leicht andere Version des Bildes sieht, sei es heller, gespiegelt oder teilweise verdeckt. Techniken wie Random Erasing können sogar kleine Bereiche des Bildes entfernen, um reale Situationen zu simulieren, in denen ein Objekt blockiert oder nur teilweise sichtbar ist.

Abb. 2. Beispiele für Augmentierung basierend auf Random Erasing (Quelle)

Das Sehen vieler verschiedener Versionen desselben Bildes ermöglicht es dem Modell, zu lernen, welche Merkmale wichtig sind, anstatt sich auf ein einziges perfektes Beispiel zu verlassen. Diese Vielfalt baut die KI-Modellrobustheit auf, sodass es unter realen Bedingungen zuverlässiger funktionieren kann.

Link to this sectionGängige Data-Augmentation-Techniken#

Hier sind einige Data-Augmentation-Techniken, die verwendet werden, um Variationen in Trainingsbilder einzuführen:

• Geometrische Transformationen: Diese Techniken verändern das räumliche Erscheinungsbild eines Objekts in einem Bild. Durch Drehen, Spiegeln, Ändern der Größe, Zuschneiden oder Verschieben eines Bildes lernt das Modell, wie ein Objekt aus verschiedenen Blickwinkeln oder Entfernungen betrachtet werden kann.
• Farb- und Helligkeitsanpassungen: Reale Beleuchtung ist selten konsistent. Bilder können zu hell, zu dunkel oder farblich leicht verschoben sein, je nach Umgebung oder verwendeter Kamera. Das Anpassen von Helligkeit, Kontrast, Farbton und Sättigung ermöglicht es Modellen, diese visuellen Änderungen zu bewältigen und über verschiedene Szenen hinweg gut zu funktionieren.
• Variationen der Bildqualität: Unschärfe oder visuelles Rauschen können dazu führen, dass Bilder unklar aussehen. Das Hinzufügen von Unschärfe oder Rauschen während des Trainings hilft dem Modell, mit Bewegungsunschärfe, schlechten Lichtverhältnissen oder minderwertigen Kameraergebnissen umzugehen, sodass es weniger empfindlich gegenüber unvollkommenen Bildern wird.
• Verdeckungsbasierte Augmentierungen: In realen Umgebungen sind Objekte oft teilweise durch andere Objekte blockiert. Dies wird als Bildverdeckung bezeichnet. Das Ausblenden oder Maskieren kleiner Bereiche eines Bildes während des Trainings unterstützt das Modell dabei, Objekte auch dann zu erkennen, wenn nur ein Teil von ihnen sichtbar ist.
• Multi-Image-Augmentierungen: Diese Techniken kombinieren Teile mehrerer Bilder zu einem einzigen Trainingsbeispiel, was die Anzahl der sichtbaren Objekte erhöhen und die Fähigkeit des Modells verbessern kann, komplexe oder überfüllte Szenen zu bewältigen.

Abb. 3. Ein Multi-Image-Augmentierungsbeispiel (Quelle)

Link to this sectionData Augmentation leicht gemacht mit dem Ultralytics Python Paket#

Die Verwaltung von Datensätzen, das Erstellen von Bildvariationen und das Schreiben von Transformationscode können zusätzliche Schritte beim Aufbau einer Computer-Vision-Anwendung erfordern. Das Ultralytics Python Paket hilft dabei, dies zu vereinfachen, indem es eine einzige Schnittstelle für das Training, Ausführen und Bereitstellen von Ultralytics YOLO-Modellen wie YOLO26 bietet. Als Teil dieses Bestrebens, Trainingsworkflows zu optimieren, enthält das Paket eingebaute, von Ultralytics getestete Data Augmentation, die für YOLO-Modelle optimiert ist.

Es unterstützt auch nützliche Integrationen, die die Notwendigkeit für separate Tools oder eigenen Code überflüssig machen. Insbesondere für Data Augmentation integriert sich das Paket mit Albumentations, einer weit verbreiteten Bibliothek für Bildaugmentierung. Diese Integration ermöglicht es, Augmentierungen während des Trainings automatisch anzuwenden, ohne dass zusätzliche Skripte oder benutzerdefinierter Code erforderlich sind.

Link to this sectionVerwaltung von Annotationen und augmentierten Datensätzen#

Ein weiterer Faktor, der die Modellrobustheit beeinflusst, ist die Annotation-Qualität. Saubere, genaue Labels, erstellt und verwaltet mit Annotationstools wie Roboflow, helfen dem Modell zu verstehen, wo sich Objekte befinden und wie sie aussehen.

Während des Trainings werden Data Augmentations wie Spiegeln, Zuschneiden und Drehen dynamisch angewendet und die Annotationen automatisch an diese Änderungen angepasst. Wenn die Labels präzise sind, funktioniert dieser Prozess reibungslos und liefert dem Modell viele realistische Beispiele derselben Szene.

Wenn Annotationen ungenau oder inkonsistent sind, können diese Fehler über die augmentierten Bilder hinweg wiederholt werden, was das Training weniger effektiv machen kann. Mit genauen Annotationen zu beginnen, verhindert, dass sich diese Fehler ausbreiten, und trägt zu einer besseren Modellrobustheit bei.

Link to this sectionVerbesserung von Vision-KI-Anwendungen mit Data Augmentation#

Lass uns nun einige Beispiele durchgehen, wie Data Augmentation zur Robustheit von KI-Modellen in realen Anwendungen beiträgt.

Link to this sectionSteigerung der Genauigkeit bei der Objekterkennung in realen Umgebungen#

Synthetische Bilder werden oft verwendet, um Objekterkennung-Systeme zu trainieren, wenn echte Daten begrenzt, sensibel oder schwer zu sammeln sind. Sie ermöglichen es Teams, schnell Beispiele von Produkten, Umgebungen und Kamerawinkeln zu generieren, ohne jedes Szenario im echten Leben aufnehmen zu müssen.

Synthetische Datensätze können jedoch manchmal im Vergleich zu realem Filmmaterial zu sauber aussehen, wo sich Lichtverhältnisse ändern, Objekte überlappen und Szenen Hintergrundunordnung enthalten. Data Augmentation hilft, diese Lücke zu schließen, indem sie realistische Variationen einführt, wie z. B. unterschiedliche Beleuchtung, Rauschen oder Objektplatzierung, damit das Modell lernt, mit den Arten von Bedingungen umzugehen, denen es bei der Bereitstellung begegnen wird.

Zum Beispiel wurde in einer kürzlich durchgeführten Studie ein YOLO11-Modell vollständig auf synthetischen Bildern trainiert, und Data Augmentation wurde hinzugefügt, um zusätzliche Variation einzuführen. Dies trug dazu bei, dass das Modell lernte, Objekte breiter zu erkennen. Es schnitt beim Testen mit echten Bildern gut ab, obwohl es während des Trainings nie reale Daten gesehen hatte.

Link to this sectionMedizinische Bildgebungslösungen zuverlässiger machen#

Medizinische Bilddatensätze sind oft begrenzt, und die Scans selbst können je nach Gerätetyp, Bildeinstellungen oder klinischem Umfeld variieren. Unterschiede in der Anatomie des Patienten, Winkeln, Beleuchtung oder visuellem Rauschen können es für Computer-Vision-Modelle schwierig machen, Muster zu erlernen, die sich gut auf Patienten und Krankenhäuser übertragen lassen.

Data Augmentation hilft hierbei, indem sie während des Trainings mehrere Variationen desselben Scans erstellt, wie etwa das Hinzufügen von Rauschen, das leichte Verschieben des Bildes oder das Anwenden kleiner Verzerrungen. Diese Änderungen lassen die Trainingsdaten repräsentativer für reale klinische Bedingungen erscheinen.

In einer Studie zur pädiatrischen Bildgebung verwendeten Forscher beispielsweise YOLO11 für die anatomische Segmentierung und trainierten es auf augmentierten medizinischen Daten. Sie führten Variationen wie Rauschen, leichte Positionsverschiebungen und kleine Verzerrungen ein, um die Bilder realistischer zu machen.

Abb. 4. Originale und augmentierte pädiatrische medizinische Bilder (Quelle)

Durch das Lernen aus diesen Variationen konzentrierte sich das Modell auf bedeutungsvolle anatomische Merkmale anstatt auf oberflächliche Unterschiede. Dies machte seine Segmentierungsergebnisse über verschiedene Scans und Patienten hinweg stabiler.

Link to this sectionWichtige Erkenntnisse#

Das Sammeln vielfältiger Daten ist schwierig, aber Data Augmentation ermöglicht es Modellen, aus einem breiteren Spektrum visueller Bedingungen zu lernen. Dies führt zu einer stärkeren Modellrobustheit beim Umgang mit Verdeckungen, Lichtveränderungen und überfüllten Szenen. Insgesamt hilft dies ihnen, außerhalb kontrollierter Trainingsumgebungen zuverlässiger zu arbeiten.

Werde Teil unserer Community und entdecke das Neueste im Bereich Vision AI auf unserem GitHub-Repository. Besuche unsere Lösungsseiten, um zu erfahren, wie Anwendungen wie KI in der Fertigung und Computer Vision im Gesundheitswesen Fortschritte vorantreiben, und sieh dir unsere Lizenzoptionen an, um deine nächste KI-Lösung zu entwickeln.