Albumentations-Augmentierungen einsetzen, um deine Daten vielfältiger zu machen

Beim Entwickeln einer Computer-Vision-Lösung kann das Zusammenstellen eines vielfältigen Bildbestands zum Trainieren von Vision-AI-Modellen ein entscheidender Teil des Prozesses sein. Das erfordert oft viel Zeit und Geld, und manchmal sind die gesammelten Bilder trotzdem nicht vielfältig genug, damit die Modelle effektiv lernen können.

Beispielsweise können Computer-Vision-Modelle wie Ultralytics YOLO11 mit Bilddatensätzen für verschiedene Computer-Vision-Aufgaben in unterschiedlichen Anwendungsbereichen individuell trainiert werden. Vielfältige Daten sind entscheidend, weil sie die Generalisierung des Modells verbessern und es ihm ermöglichen, Objekte und Muster in einer Vielzahl realer Szenarien zu erkennen.

Wenn du mit einem Mangel an vielfältigen Daten zu kämpfen hast, können Verfahren zur Bilddatenaugmentation eine gute Lösung sein. Methoden wie Drehen, Spiegeln und Anpassen der Helligkeit können die Vielfalt deines Datensatzes erhöhen und die Fähigkeit des Modells verbessern, mit einem größeren Spektrum an Bedingungen umzugehen.

Deshalb unterstützt Ultralytics eine Integration zur Bilddatenaugmentation. Mit Albumentations, einem beliebten Tool mit einer Sammlung von Transformationen, kannst du vielfältige visuelle Daten erzeugen. Diese Integration vereinfacht das Training von YOLO11, indem sie Trainingsbilder automatisch augmentiert und so die Modellleistung verbessert.

In diesem Artikel erfährst du, wie du die Albumentations-Integration verwenden kannst, welche Vorteile sie bietet und wie sie sich auf das Modelltraining auswirkt.

Was ist Albumentations?#

Computer-Vision-Modelle können anhand einer großen Auswahl hochwertiger Bilder lernen, Objekte in unterschiedlichen Umgebungen zu erkennen. Das Sammeln großer Datensätze aus realen Quellen kann langsam, kostspielig und ineffizient sein. Um diese Aufgabe zu vereinfachen, kannst du Bilddatenaugmentation verwenden, um neue Varianten bestehender Bilder zu erzeugen. So lernen Modelle aus verschiedenen Szenarien, ohne dass weitere Daten gesammelt werden müssen.

Du kannst insbesondere Albumentations nutzen, eine 2018 eingeführte Open-Source-Bibliothek für effiziente Bilddatenaugmentation. Sie unterstützt zahlreiche Operationen – von einfachen geometrischen Änderungen wie Drehungen und Spiegelungen bis hin zu komplexeren Anpassungen wie Helligkeit, Kontrast und dem Hinzufügen von Rauschen.

Abb. 1 Beispiele für verschiedene Arten der Bilddatenaugmentation.

Wichtige Funktionen von Albumentations#

Albumentations ist für seine hohe Leistung bekannt und kann Bilder daher schnell und effizient verarbeiten. Die Bibliothek basiert auf optimierten Bibliotheken wie OpenCV und NumPy und verarbeitet große Datensätze mit minimalem Zeitaufwand. Dadurch eignet sie sich ideal für eine schnelle Datenaugmentation während des Modelltrainings.

Hier sind einige weitere wichtige Funktionen von Albumentations:

• Große Auswahl an Transformationen: Albumentations bietet mehr als 70 Arten von Augmentierungen. Diese Varianten helfen Modellen, Objekte trotz Veränderungen bei Beleuchtung, Blickwinkeln oder Hintergründen zu erkennen.
• Für hohe Geschwindigkeit optimiert: Die Bibliothek verwendet fortgeschrittene Optimierungstechniken wie SIMD (Einzelinstruktion, mehrere Daten), bei denen mehrere Datenpunkte gleichzeitig verarbeitet werden, um die Bildaugmentation zu beschleunigen und große Datensätze effizient zu verarbeiten.
• Drei Ebenen der Augmentation: Die Daten werden auf drei Arten erweitert. Augmentierungen auf Pixelebene passen beispielsweise Helligkeit und Farbe an, ohne Objekte zu verändern. Augmentierungen auf räumlicher Ebene verändern dagegen die Position von Objekten und bewahren dabei wichtige Details. Augmentierungen auf Mischungsebene kombinieren Teile verschiedener Bilder zu neuen Beispielen.

Warum solltest du die Albumentations-Integration verwenden?#

Vielleicht fragst du dich: Es gibt viele Möglichkeiten, Augmentierungen auf einen Datensatz anzuwenden, und du könntest mit Tools wie OpenCV sogar eigene erstellen. Warum solltest du dich also für eine Integration entscheiden, die eine Bibliothek wie Albumentations unterstützt?

Das manuelle Erstellen von Augmentierungen mit Tools wie OpenCV kann viel Zeit in Anspruch nehmen und erfordert einiges an Fachwissen. Außerdem kann es schwierig sein, die Transformationen für optimale Ergebnisse genau abzustimmen. Die Albumentations-Integration vereinfacht diesen Prozess. Sie bietet zahlreiche sofort einsetzbare Transformationen, die dir bei der Vorbereitung deines Datensatzes Zeit und Aufwand sparen können.

Ein weiterer Grund für die Albumentations-Integration ist ihre reibungslose Zusammenarbeit mit der Modelltrainingspipeline von Ultralytics. Sie macht das individuelle Training von YOLO11 deutlich einfacher, da die Augmentierungen während des Trainings automatisch angewendet werden. Dadurch wird der Prozess vereinfacht und du kannst dich stärker auf die Verbesserung deines Modells konzentrieren, statt Daten vorbereiten zu müssen.

Mit der Albumentations-Integration beginnen#

Interessanterweise ist das Training von Ultralytics YOLO11 mit der Albumentations-Integration unkomplizierter, als es vielleicht scheint. Sobald die richtigen Bibliotheken eingerichtet sind, wendet die Integration während des Trainings automatisch Bilddatenaugmentierungen an. So lernt das Modell anhand desselben Datensatzes aus unterschiedlichen Bildvarianten.

Im nächsten Abschnitt zeigen wir dir, wie du die Albumentations-Integration installierst und beim individuellen Training von Ultralytics YOLO11 verwendest.

Das Python-Paket von Ultralytics und Albumentations installieren#

Vor der Anwendung von Augmentierungen müssen sowohl das Python-Paket von Ultralytics als auch Albumentations installiert werden. Die Integration ist standardmäßig so konzipiert, dass beide Bibliotheken nahtlos zusammenarbeiten. Du musst dich daher nicht um komplexe Konfigurationen kümmern.

Der gesamte Installationsprozess lässt sich mit einem einzigen pip-Befehl in nur wenigen Minuten abschließen. pip ist ein Paketverwaltungswerkzeug zur Installation von Python-Bibliotheken, wie im folgenden Bild gezeigt.

Abb. 2. Ultralytics und Albumentations installieren.

Sobald Albumentations installiert ist, wendet der Trainingsmodus des Ultralytics-Modells während des Trainings automatisch Bildaugmentierungen an. Ist Albumentations nicht installiert, werden diese Augmentierungen nicht angewendet. Weitere Informationen findest du in der offiziellen Dokumentation von Ultralytics.

Ultralytics YOLO11 mit der Albumentations-Integration trainieren#

Sehen wir uns genauer an, was bei der Albumentations-Integration im Hintergrund passiert.

Hier erhältst du einen genaueren Überblick über die Augmentierungen, die während des Trainings von Ultralytics YOLO11 angewendet werden:

• Unschärfe: Diese Transformation fügt einem Bild eine leichte Unschärfe hinzu. Dadurch kann das Modell Objekte auch erkennen, wenn sie nicht scharf dargestellt sind.
• Medianunschärfe: Sie reduziert zufälliges Rauschen und bewahrt gleichzeitig die Objektkanten in einem Bild. Dadurch kann das Modell Objekte in komplexen Umgebungen leichter erkennen.
• Graustufen: Durch die Umwandlung eines Bildes in Schwarz-Weiß kann diese Augmentierung dem Modell helfen, sich auf Formen und Texturen statt auf Farben zu konzentrieren.
• CLAHE (Kontrastbegrenzte adaptive Histogrammangleichung): Diese Augmentierung verstärkt den Kontrast in Bildern, insbesondere in zu dunklen oder schwer erkennbaren Bereichen, etwa bei schlechten Lichtverhältnissen oder Dunst. Dadurch werden Objekte in diesen Bereichen deutlicher und sind für das Modell leichter zu erkennen.

Abb. 3 Beispiel für eine auf ein Katzenbild angewendete Graustufenaugmentation.

Anwendungen von Ultralytics YOLO11 und der Albumentations-Integration#

Wenn du Ultralytics YOLO11 für eine bestimmte Anwendung individuell trainierst, kann die Albumentations-Integration die Modellleistung verbessern, indem sie die Anpassung an verschiedene Bedingungen unterstützt. Sehen wir uns einige reale Anwendungsbereiche und Herausforderungen an, die diese Integration bewältigen kann.

Medizinische Bildgebung verbessern#

Vision AI im Gesundheitswesen hilft Ärztinnen und Ärzten, medizinische Bilder genauer zu analysieren, Diagnosen zu unterstützen und die Patientenversorgung zu verbessern. Tatsächlich setzen bereits etwa ein Fünftel der Organisationen im Gesundheitswesen AI-Lösungen ein.

Die Entwicklung solcher Computer-Vision-Lösungen bringt jedoch eigene Herausforderungen mit sich. Medizinische Aufnahmen können sich zwischen Krankenhäusern stark unterscheiden, beispielsweise aufgrund unterschiedlicher Geräte, Einstellungen und sogar der Erfahrung des technischen Personals. Unterschiede bei Helligkeit, Kontrast und Belichtung können die Konsistenz und Genauigkeit von Vision-AI-Modellen beeinträchtigen und es ihnen erschweren, in verschiedenen Umgebungen zuverlässig zu arbeiten.

Hier wird die Integration von Tools wie Albumentations entscheidend. Indem Albumentations mehrere augmentierte Versionen derselben Aufnahme erzeugt, kann das Modell aus einer Vielzahl von Bildqualitäten lernen. Das macht das Modell robuster und ermöglicht ihm, Krankheiten sowohl in hochwertigen als auch in minderwertigen Bildern zuverlässig zu erkennen.

Abb. 4 Augmentierte Röntgenbilder.

Sicherheit und Überwachung verbessern#

Ein weiterer interessanter Anwendungsbereich von Vision AI ist die Sicherheit und Überwachung. Objekterkennung in Echtzeit kann Sicherheitsteams dabei helfen, potenzielle Bedrohungen schnell zu erkennen.

Eine zentrale Herausforderung in diesem Anwendungsbereich besteht darin, dass Sicherheitskameras im Tagesverlauf Aufnahmen unter unterschiedlichen Lichtverhältnissen erstellen. Diese Bedingungen können stark beeinflussen, wie ein Modell solche Bilder interpretiert. Faktoren wie schlechte Lichtverhältnisse, Blendung oder eingeschränkte Sicht können es Computer-Vision-Modellen erschweren, Objekte zu erkennen oder potenzielle Bedrohungen zuverlässig zu identifizieren.

Die Albumentations-Integration unterstützt dich, indem sie Transformationen anwendet, die unterschiedliche Lichtverhältnisse nachbilden. So lernt das Modell, Objekte sowohl bei hellem Licht als auch bei schlechten Lichtverhältnissen zu erkennen. Dadurch wird es zuverlässiger und reagiert auch unter schwierigen Bedingungen schneller.

Abläufe im Einzelhandel und das Kundenerlebnis neu gestalten#

Eine verschüttete Flüssigkeit in einem Supermarktgang, ein durch ein Geschäft laufender Hund oder ein Kind, das eine Produktpräsentation umstößt, sind nur einige Beispiele für alltägliche Ereignisse, die in Vision-AI-Anwendungen im Einzelhandel Sonderfälle darstellen können. Computer Vision wird zunehmend eingesetzt, um das Kundenerlebnis zu verbessern, das Verhalten von Kundinnen und Kunden zu verfolgen, die Besucherströme zu überwachen und Produkte in Regalen zu erkennen. Solche realen Situationen können für AI-Systeme jedoch schwierig zu verstehen und korrekt zu verarbeiten sein.

Nicht jedes Szenario kann in einem Computer-Vision-Datensatz abgebildet werden. Die Albumentations-Integration hilft jedoch, indem sie Daten erweitert, um viele mögliche Situationen abzudecken, etwa unerwartete Lichtverhältnisse, ungewöhnliche Blickwinkel oder Verdeckungen. Dadurch können sich Computer-Vision-Modelle an verschiedene Bedingungen anpassen, Sonderfälle besser bewältigen und in dynamischen Einzelhandelsumgebungen genauere Vorhersagen treffen.

Wichtige Erkenntnisse#

Das Sammeln vielfältiger realer Daten für das Modelltraining kann kompliziert sein. Albumentations erleichtert diesen Prozess, indem es Bildvarianten erzeugt, die Modellen helfen, sich an unterschiedliche Bedingungen anzupassen.

Die von Ultralytics unterstützte Albumentations-Integration vereinfacht die Anwendung dieser Augmentierungen beim individuellen Training von YOLO11. Das führt zu einer besseren Datensatzqualität und kommt zahlreichen Branchen zugute, da dadurch genauere und zuverlässigere Vision-AI-Modelle entstehen.

Tritt unserer Community bei und erkunde unser GitHub-Repository, um mehr über AI zu erfahren. Sieh dir außerdem unsere Lizenzoptionen an, um deine Vision-AI-Projekte zu starten. Interessierst du dich für Innovationen wie AI in der Fertigung oder Computer Vision für autonomes Fahren? Besuche unsere Lösungsseiten, um mehr zu erfahren.