Nutzung von Albumentations-Augmentierungen zur Diversifizierung deiner Daten

Wenn du eine computer vision-Lösung entwickelst, kann das Sammeln eines diversen Sets von Bildern für das Training von Vision-KI-Modellen ein entscheidender Teil des Prozesses sein. Dies erfordert oft viel Zeit und Geld, und manchmal sind die gesammelten Bilder dennoch nicht abwechslungsreich genug, damit die Modelle effektiv lernen können.

Zum Beispiel können Computer-Vision-Modelle wie Ultralytics YOLO11 auf Bilddatensätzen für verschiedene computer vision tasks im Zusammenhang mit unterschiedlichen Anwendungen benutzerangepasst trainiert werden. Diverse Daten sind der Schlüssel, da sie dem Modell helfen, besser zu verallgemeinern, sodass es Objekte und Muster in einer Vielzahl realer Szenarien erkennen kann.

Wenn du mit einem Mangel an vielfältigen Daten zu kämpfen hast, können Techniken zur Bilddatenaugmentierung eine großartige Lösung sein. Methoden wie Drehen, Spiegeln und das Anpassen der Helligkeit können dazu beitragen, die Vielfalt deines Datensatzes zu erhöhen und die Fähigkeit des Modells zu verbessern, mit einer breiteren Palette an Bedingungen umzugehen.

Aus diesem Grund unterstützt Ultralytics eine Integration für die Bilddatenaugmentierung. Mit Albumentations, einem beliebten Tool, das eine Sammlung von Transformationen bietet, kannst du diverse visuelle Daten erstellen. Diese Integration vereinfacht den Prozess des Trainings von YOLO11, indem Trainingsbilder automatisch augmentiert werden, was zu einer verbesserten Modellleistung führt.

In diesem Artikel untersuchen wir, wie du die Albumentations-Integration nutzen kannst, welche Vorteile sie bietet und welchen Einfluss sie auf das Modelltraining hat.

Was ist Albumentations?#

Computer vision models können aus einem breiten Set hochwertiger Bilder lernen, um Objekte in verschiedenen Umgebungen zu erkennen. Das Sammeln großer Datensätze aus realen Quellen kann langsam, kostspielig und ineffizient sein. Um diese Aufgabe zu optimieren, kannst du image data augmentation verwenden, um neue Varianten bestehender Bilder zu erstellen, wodurch Modelle aus verschiedenen Szenarien lernen können, ohne mehr Daten sammeln zu müssen.

Konkret kannst du Albumentations nutzen, eine Open-Source-Bibliothek, die 2018 für eine effiziente Bilddatenaugmentierung eingeführt wurde. Sie unterstützt eine Vielzahl von Operationen, von einfachen geometrischen Änderungen wie Rotationen und Spiegelungen bis hin zu komplexeren Anpassungen wie Helligkeit, Kontrast und dem Hinzufügen von Rauschen.

Fig 1. Beispiele für verschiedene Arten von Bilddatenaugmentierungen.

Hauptfunktionen von Albumentations#

Albumentations ist für seine hohe Leistung bekannt, was bedeutet, dass es Bilder schnell und effizient verarbeiten kann. Auf optimierten Bibliotheken wie OpenCV und NumPy aufgebaut, verarbeitet es große Datensätze mit minimaler Verarbeitungszeit, wodurch es sich ideal für eine schnelle Datenaugmentierung während des Modelltrainings eignet.

Hier sind einige weitere Hauptfunktionen von Albumentations:

• Breite Palette an Transformationen: Albumentations bietet über 70 Arten von Augmentierungen. Diese Variationen helfen Modellen dabei, Objekte trotz Änderungen in Beleuchtung, Winkeln oder Hintergründen zu erkennen.
• Auf Geschwindigkeit optimiert: Es verwendet fortschrittliche Optimierungstechniken wie SIMD (Single Instruction, Multiple Data), das mehrere Datenpunkte gleichzeitig verarbeitet, um die Bildaugmentierung zu beschleunigen und große Datensätze effizient zu handhaben.
• Drei Ebenen der Augmentierung: Es verbessert Daten auf drei Arten. Beispielsweise passen Pixel-Ebenen-Augmentierungen Helligkeit und Farbe an, ohne die Objekte zu verändern. Währenddessen verändern räumliche Augmentierungen die Positionierung von Objekten, während wichtige Details erhalten bleiben, und Mixing-Ebenen-Augmentierungen vermischen Teile verschiedener Bilder, um neue Stichproben zu erstellen.

Warum solltest du die Albumentations-Integration verwenden?#

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

Das manuelle Erstellen von Augmentierungen mit Tools wie OpenCV kann viel Zeit in Anspruch nehmen und erfordert ein gewisses Fachwissen. Es kann auch knifflig sein, die Transformationen fein abzustimmen, um die besten Ergebnisse zu erzielen. Die Albumentations-Integration erleichtert diesen Prozess. Sie bietet viele sofort einsatzbereite Transformationen, die dir Zeit und Mühe bei der Vorbereitung deines dataset sparen können.

Ein weiterer Grund, sich für die Albumentations-Integration zu entscheiden, ist, dass sie reibungslos mit der model training-Pipeline von Ultralytics zusammenarbeitet. Sie macht das benutzerdefinierte Training von YOLO11 viel einfacher, da die Augmentierungen während des Trainings automatisch angewendet werden. Sie vereinfacht den Prozess, sodass du dich mehr auf die Verbesserung deines Modells konzentrieren kannst, anstatt dich um die Datenaufbereitung zu kümmern.

Erste Schritte mit der Albumentations-Integration#

Interessanterweise ist die Nutzung der Albumentations-Integrationen zum Trainieren von Ultralytics YOLO11 unkomplizierter, als es zunächst erscheinen mag. Sobald die entsprechenden Bibliotheken eingerichtet sind, wendet die Integration während des Trainings automatisch Bilddatenaugmentierungen an. Dies hilft dem Modell, anhand desselben Datensatzes aus verschiedenen Bildvariationen zu lernen.

Gehen wir im nächsten Schritt durch, wie du die Albumentations-Integration beim benutzerdefinierten Training von Ultralytics YOLO11 installierst und verwendest.

Installation des Ultralytics Python-Pakets und Albumentations#

Vor dem Anwenden von Augmentierungen müssen sowohl das Ultralytics Python package als auch Albumentations installiert werden. Die Integration wurde so konzipiert, dass beide Bibliotheken standardmäßig nahtlos zusammenarbeiten, sodass du dir keine Sorgen über komplexe Konfigurationen machen musst.

Der gesamte Installationsprozess kann in nur wenigen Minuten mit einem einzigen pip-Befehl abgeschlossen werden, einem Paketverwaltungstool zur Installation von Python-Bibliotheken, wie im Bild unten dargestellt.

Abb. 2. Installation von Ultralytics und Albumentations.

Sobald Albumentations installiert ist, wendet der Ultralytics-Modelltrainingsmodus während des Trainings automatisch Bildaugmentierungen an. Wenn Albumentations nicht installiert ist, werden diese Augmentierungen nicht angewendet. Weitere Details findest du in der offiziellen Ultralytics-Dokumentation.

Training von Ultralytics YOLO11 mithilfe der Albumentations-Integration#

Lass uns ein besseres Verständnis dafür bekommen, was im Hintergrund der Albumentations-Integration passiert.

Hier ist ein genauerer Blick auf die Augmentierungen, die während des Trainings von Ultralytics YOLO11 angewendet werden:

• Weichzeichnung: Diese Transformation fügt einem Bild eine leichte Unschärfe hinzu. Sie hilft dem Modell, Objekte auch dann zu erkennen, wenn sie nicht im Fokus sind.
• Median-Weichzeichnung: Sie reduziert zufälliges Rauschen, während Objektkanten in einem Bild erhalten bleiben. Dies erleichtert es dem Modell, Objekte in komplexen Umgebungen zu erkennen.
• Graustufen: Durch die Konvertierung eines Bildes in Schwarz-Weiß kann diese Augmentierung dem Modell helfen, sich auf Formen und Texturen anstatt auf Farben zu konzentrieren.
• CLAHE (Contrast Limited Adaptive Histogram Equalization): Diese Augmentierung verstärkt den Kontrast in Bildern, insbesondere in Bereichen, die zu dunkel oder schwer erkennbar sind, wie etwa bei schlechten Lichtverhältnissen oder nebligen Bedingungen. Dies macht Objekte in diesen Bereichen deutlicher und für das Modell leichter identifizierbar.

Fig 3. Ein Beispiel für eine Graustufen-Augmentierung, die auf das Bild einer Katze angewendet wurde.

Anwendungen von Ultralytics YOLO11 und der Albumentations-Integration#

Wenn du Ultralytics YOLO11 für eine spezifische Anwendung benutzerdefiniert trainierst, kann die Albumentations-Integration dazu beitragen, die Leistung des Modells durch Anpassung an verschiedene Bedingungen zu verbessern. Besprechen wir einige reale Anwendungen und die Herausforderungen, die diese Integration lösen kann.

Verbesserung der medizinischen Bildgebung#

Vision AI in healthcare hilft Ärzten dabei, medizinische Bilder genauer zu analysieren, um Diagnosen zu unterstützen und die Patientenversorgung zu verbessern. Tatsächlich verwenden etwa ein Fünftel der Gesundheitseinrichtungen bereits KI-Lösungen.

Die Erstellung dieser Computer-Vision-Lösungen bringt jedoch ihre eigenen Herausforderungen mit sich. Medizinische Scans können zwischen Krankenhäusern stark variieren, beeinflusst durch Faktoren wie unterschiedliche Ausrüstung, Einstellungen und sogar die Erfahrung des Personals. Schwankungen in Helligkeit, Kontrast und Belichtung können die Konsistenz und Genauigkeit von Vision-KI-Modellen beeinträchtigen, was es schwierig macht, über verschiedene Umgebungen hinweg zuverlässig zu funktionieren.

Hier wird die Integration von Tools wie Albumentations unerlässlich. Durch das Erstellen mehrerer augmentierter Versionen desselben Scans ermöglicht Albumentations es dem Modell, aus einer Vielzahl von Bildqualitäten zu lernen. Dies trägt dazu bei, das Modell robuster zu machen, sodass es Krankheiten sowohl in qualitativ hochwertigen als auch in minderwertigen Bildern präzise erkennen kann.

Fig 4. Augmentierte Röntgenbilder.

Verbesserung von Sicherheit und Überwachung#

Eine weitere interessante Anwendung von Vision-KI liegt in der Sicherheit und Überwachung. Real-time object detection kann Sicherheitsteams helfen, potenzielle Bedrohungen schnell zu erkennen.

Ein Hauptanliegen in Bezug auf diese Anwendung ist, dass Überwachungskameras Filmmaterial unter verschiedenen Lichtverhältnissen über den Tag hinweg aufnehmen, und diese Bedingungen können drastisch beeinflussen, wie ein Modell solche Bilder versteht. Faktoren wie Umgebungen bei schlechtem Licht, Blendung oder schlechte Sichtbarkeit können es Computer-Vision-Modellen erschweren, Objekte konsistent zu erkennen oder potenzielle Bedrohungen zu identifizieren.

Die Albumentations-Integration hilft, indem sie Transformationen anwendet, um unterschiedliche Lichtverhältnisse zu imitieren. Dies ermöglicht es dem Modell, Objekte sowohl in hellen als auch in schwach beleuchteten Umgebungen zu erkennen, was es zuverlässiger macht und die Reaktionszeiten unter herausfordernden Bedingungen verbessert.

Neudefinition von Abläufen im Einzelhandel und Kundenerfahrung#

Eine verschüttete Flüssigkeit in einem Supermarktgang, ein durch das Geschäft rennender Hund oder ein Kind, das ein Produktdisplay umwirft, sind nur einige Beispiele für alltägliche Ereignisse, die Randfälle für vision AI in retail-Umgebungen sein können. Computer Vision wird zunehmend eingesetzt, um das Kundenerlebnis zu verbessern, indem das Verhalten von Käufern verfolgt, der Fußgängerverkehr überwacht und Produkte in Regalen identifiziert werden. Diese realen Situationen können jedoch für KI-Systeme schwer zu verstehen und genau zu verarbeiten sein.

Obwohl nicht jedes Szenario in einem Computer-Vision-Datensatz dargestellt werden kann, hilft die Albumentations-Integration, indem sie Daten augmentiert, um viele mögliche Situationen abzudecken, wie z. B. unerwartete Beleuchtung, ungewöhnliche Winkel oder Hindernisse. Dies hilft Computer-Vision-Modellen, sich an verschiedene Bedingungen anzupassen, verbessert ihre Fähigkeit, mit Edge Cases umzugehen und in dynamischen Einzelhandelsumgebungen genaue Vorhersagen zu treffen.

Wichtige Erkenntnisse#

Das Sammeln vielfältiger, realer Daten für das Modelltraining kann kompliziert sein, aber Albumentations macht es einfacher, indem es Bildvariationen erzeugt, die Modellen helfen, sich an unterschiedliche Bedingungen anzupassen.

Die von Ultralytics unterstützte Albumentations-Integration vereinfacht den Prozess der Anwendung dieser Augmentierungen während des benutzerdefinierten Trainings von YOLO11. Dies führt zu einer besseren Datensatzqualität, was einer Vielzahl von Branchen zugutekommt, indem genauere und zuverlässigere Vision-KI-Modelle erstellt werden.

Trete unserer Community bei und erkunde unser GitHub-Repository, um mehr über KI zu erfahren, und sieh dir unsere Lizenzierungsoptionen an, um deine Vision-KI-Projekte zu starten. Interessierst du dich für Innovationen wie AI in manufacturing oder computer vision in self-driving? Besuche unsere Lösungsseiten, um mehr zu entdecken.