Albumentations-Augmentierungen einsetzen, um deine Daten vielfältiger zu gestalten

Beim Entwickeln einer Computer-Vision-Lösung kann das Zusammenstellen vielfältiger Bilder für das Training von Bildverarbeitungsmodellen ein entscheidender Prozessschritt sein. Das kostet oft viel Zeit und Geld, und manchmal sind die gesammelten Bilder trotzdem nicht vielfältig genug, damit die Modelle effektiv lernen können.

Computer-Vision-Modelle wie Ultralytics YOLO11 lassen sich beispielsweise mit Bilddatensätzen für verschiedene Computer-Vision-Aufgaben in unterschiedlichen Anwendungsbereichen gezielt trainieren. Vielfältige Daten sind entscheidend, weil sie dem Modell helfen, besser zu verallgemeinern und Objekte sowie Muster in vielen realen Szenarien zu erkennen.

Wenn dir vielfältige Daten fehlen, können Techniken 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 breiteren Spektrum an Bedingungen umzugehen.

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

In diesem Artikel zeigen wir dir, wie du die Albumentations-Integration nutzen 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 diesen Prozess zu vereinfachen, kannst du Bilddatenaugmentation nutzen, um neue Variationen vorhandener Bilder zu erzeugen. So lernen Modelle aus unterschiedlichen Szenarien, ohne dass weitere Daten gesammelt werden müssen.

Du kannst insbesondere Albumentations nutzen, eine 2018 eingeführte Open-Source-Bibliothek für effiziente Bilddatenaugmentation. Sie unterstützt verschiedene 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 schnell und effizient verarbeiten. Die Bibliothek basiert auf optimierten Bibliotheken wie OpenCV und NumPy und verarbeitet große Datensätze mit minimalem Rechenaufwand. Damit 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 Variationen helfen Modellen, Objekte trotz Änderungen bei Lichtverhältnissen, Blickwinkeln oder Hintergründen zu erkennen.
• Auf Geschwindigkeit optimiert: Die Bibliothek nutzt fortgeschrittene Optimierungstechniken wie SIMD (Single Instruction, Multiple Data). Dabei werden mehrere Datenpunkte gleichzeitig verarbeitet, um die Bildaugmentation zu beschleunigen und große Datensätze effizient zu verarbeiten.
• Drei Ebenen der Augmentierung: 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 die Position von Objekten und bewahren dabei wichtige Details. Augmentierungen auf Mischebene kombinieren Teile verschiedener Bilder, um neue Stichproben zu erstellen.

Warum solltest du die Albumentations-Integration nutzen?#

Vielleicht fragst du dich: Es gibt viele Möglichkeiten, einen Datensatz zu augmentieren, und du könntest mit Tools wie OpenCV sogar eigene Methoden entwickeln. Warum solltest du also eine Integration für eine Bibliothek wie Albumentations wählen?

Augmentierungen manuell mit Tools wie OpenCV zu erstellen, kann viel Zeit in Anspruch nehmen und erfordert Fachkenntnisse. Auch die Feinabstimmung der Transformationen für optimale Ergebnisse kann schwierig sein. Die Albumentations-Integration vereinfacht diesen Prozess. Sie bietet viele sofort einsetzbare Transformationen, mit denen du bei der Vorbereitung deines Datensatzes Zeit und Aufwand sparen kannst.

Ein weiterer Grund für die Integration von Albumentations ist die nahtlose Zusammenarbeit mit der Modelltrainingspipeline von Ultralytics. Sie erleichtert das benutzerdefinierte Training von YOLO11 erheblich, da während des Trainings automatisch Bildtransformationen zusammen mit den integrierten Transformationen von Ultralytics angewendet werden. Das vereinfacht den Prozess, damit du dich stärker auf die Verbesserung deines Modells konzentrieren kannst, anstatt auf die Datenaufbereitung.

Erste Schritte mit der Albumentations-Integration#

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 Bildtransformationen an. So lernt das Modell anhand verschiedener Bildvarianten desselben Datensatzes.

Sehen wir uns nun an, wie du die Albumentations-Integration installierst und beim gezielten Training von Ultralytics YOLO11 verwendest.

Installation des Ultralytics-Python-Pakets und von Albumentations#

Bevor du Transformationen anwendest, müssen sowohl das Ultralytics Python-Paket als auch Albumentations installiert sein. Die Integration ist so eingerichtet, dass beide Bibliotheken standardmäßig zusammenarbeiten. Komplexe Konfigurationen sind daher nicht nötig.

Der gesamte Installationsvorgang lässt sich in nur wenigen Minuten mit einem einzigen Befehl über pip abschließen. pip ist der Paketmanager für die Installation von Python-Bibliotheken, wie im Bild unten gezeigt.

Abb. 2 Installation von Ultralytics und Albumentations.

Nach der Installation von Albumentations wendet der Trainingsmodus der Ultralytics-Modelle während des Trainings automatisch Bildtransformationen an. Ist Albumentations nicht installiert, werden diese Transformationen nicht angewendet. Du kannst die Standardtransformationen auch durch eigene benutzerdefinierte Albumentations-Transformationen ersetzen, indem du sie an das Trainingsargument augmentations übergibst.

Ultralytics YOLO11 mit Unterstützung der Albumentations-Integration trainieren#

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

Hier findest 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. So kann das Modell Objekte auch dann erkennen, wenn sie nicht scharf gestellt sind.
• Medianunschärfe: Sie reduziert zufälliges Rauschen und erhält gleichzeitig die Objektkanten im 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 (kontrastbegrenzter adaptiver Histogrammausgleich): Diese Augmentierung erhöht den Kontrast in Bildern, insbesondere in zu dunklen oder schwer erkennbaren Bereichen, etwa bei wenig Licht oder Dunst. Dadurch werden Objekte in diesen Bereichen deutlicher und für das Modell leichter erkennbar.

Abb. 3 Ein Beispiel für eine Graustufenaugmentierung auf einem Katzenbild.

Anwendungsbereiche von Ultralytics YOLO11 und der Albumentations-Integration#

Wenn du Ultralytics YOLO11 für eine bestimmte Anwendung gezielt trainierst, kann die Albumentations-Integration die Modellleistung verbessern, indem sie das Modell an unterschiedliche Bedingungen anpasst. Sehen wir uns einige praktische Anwendungsbereiche und die Herausforderungen an, die sich mit dieser Integration bewältigen lassen.

Verbesserung der medizinischen Bildgebung#

Bildverarbeitung mit KI im Gesundheitswesen hilft Ärzten, medizinische Bilder genauer zu analysieren, Diagnosen zu unterstützen und die Patientenversorgung zu verbessern. Tatsächlich setzen bereits etwa ein Fünftel der Gesundheitsorganisationen KI-Lösungen ein.

Die Entwicklung solcher Computer-Vision-Lösungen bringt jedoch eigene Herausforderungen mit sich. Medizinische Aufnahmen können sich von Krankenhaus zu Krankenhaus stark unterscheiden. Gründe dafür sind etwa unterschiedliche Geräte und Einstellungen sowie die Erfahrung der technischen Fachkräfte. Abweichungen bei Helligkeit, Kontrast und Belichtung können die Konsistenz und Genauigkeit von Bildverarbeitungsmodellen beeinträchtigen und es ihnen erschweren, in unterschiedlichen Umgebungen zuverlässig zu arbeiten.

Hier wird die Integration von Werkzeugen wie Albumentations entscheidend. Indem mehrere transformierte Versionen desselben Scans erzeugt werden, kann das Modell mit Albumentations aus einer Vielzahl unterschiedlicher Bildqualitäten lernen. Dadurch wird das Modell robuster und kann Krankheiten sowohl in hochwertigen als auch in Bildern geringer Qualität zuverlässig erkennen.

Abb. 4 Augmentierte Röntgenbilder.

Verbesserung von Sicherheit und Überwachung#

Ein weiteres interessantes Einsatzgebiet für Bildverarbeitung mit KI sind Sicherheit und Überwachung. Objekterkennung in Echtzeit kann Sicherheitsteams dabei helfen, potenzielle Bedrohungen schnell zu erkennen.

Eine wesentliche Herausforderung bei dieser Anwendung besteht darin, dass Überwachungskameras den ganzen Tag über Aufnahmen bei unterschiedlichen Lichtverhältnissen machen, die die Bildinterpretation durch ein Modell stark beeinflussen können. Faktoren wie schlechte Lichtverhältnisse, Blendung oder eingeschränkte Sicht erschweren es Computer-Vision-Modellen, Objekte zu erkennen oder potenzielle Bedrohungen zuverlässig festzustellen.

Die Albumentations-Integration hilft, indem sie Transformationen anwendet, die unterschiedliche Lichtverhältnisse nachahmen. So lernt das Modell, Objekte sowohl bei hellem Licht als auch bei schlechten Lichtverhältnissen zu erkennen. Das erhöht die Zuverlässigkeit und verbessert die Reaktionszeiten unter schwierigen Bedingungen.

Einzelhandelsabläufe und Kundenerlebnis neu gestalten#

Eine verschüttete Flüssigkeit im Supermarktgang, ein Hund, der durch ein Geschäft läuft, oder ein Kind, das eine Produktpräsentation umstößt: Das sind nur einige alltägliche Ereignisse, die in Umgebungen des Einzelhandels mit Bildverarbeitung durch KI Sonderfälle darstellen können. Computer Vision wird zunehmend eingesetzt, um das Kundenerlebnis zu verbessern, indem das Einkaufsverhalten erfasst, die Besucherströme überwacht und Produkte in Regalen erkannt werden. Solche realen Situationen sind für KI-Systeme jedoch oft schwer zu verstehen und präzise zu verarbeiten.

Zwar lässt sich nicht jedes Szenario in einem Computer-Vision-Datensatz abbilden, doch die Albumentations-Integration hilft, indem sie Daten für viele mögliche Situationen erweitert, etwa für 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.

Die wichtigsten Erkenntnisse#

Vielfältige reale Daten für das Modelltraining zu sammeln, kann kompliziert sein. Albumentations vereinfacht dies, indem es Bildvariationen erstellt, die Modellen helfen, sich an unterschiedliche Bedingungen anzupassen.

Die von Ultralytics unterstützte Albumentations-Integration vereinfacht das Anwenden dieser Augmentierungen beim gezielten Training von YOLO11. Das verbessert die Qualität des Datensatzes und kommt vielen Branchen zugute, da dadurch genauere und zuverlässigere Bildverarbeitungsmodelle entstehen.

Werde Teil unserer Community und entdecke unser GitHub-Repository, um mehr über KI zu erfahren. Informiere dich über unsere Lizenzoptionen, um deine Bildverarbeitungsprojekte mit KI zu starten. Interessierst du dich für Innovationen wie KI in der Fertigung oder Computer Vision in selbstfahrenden Autos? Auf unseren Lösungsseiten erfährst du mehr.