Exploración del etiquetado de datos para proyectos de visión artificial

La inteligencia artificial (IA) se centra en dotar a las máquinas de capacidades similares a las humanas, y una de las formas más populares de hacerlo es mediante el aprendizaje supervisado. En otras palabras, enseñar a los modelos de IA mostrándoles ejemplos etiquetados puede ayudarles a aprender patrones y mejorar en distintas tareas. Es muy parecido a cómo aprendemos las personas a partir de la experiencia. Entonces, ¿cómo se crean estos ejemplos etiquetados?

La anotación de datos consiste en etiquetar o marcar datos para ayudar a los algoritmos de aprendizaje automático a entenderlos. En visión artificial, esto significa marcar imágenes o vídeos para reconocer y clasificar correctamente objetos, acciones o escenas. El etiquetado de datos es fundamental porque el éxito de un modelo de IA depende en gran medida de la calidad de los datos etiquetados con los que se entrena.

Los estudios indican que se dedica más del 80 % del tiempo de los proyectos de IA a gestionar datos, desde su recopilación y agregación hasta su limpieza y etiquetado. Esto demuestra la importancia de la anotación de datos en el desarrollo de modelos de IA. El uso de datos anotados de alta calidad permite que los modelos de IA realicen tareas como el reconocimiento facial y la detección de objetos con mayor precisión y fiabilidad en situaciones reales.

Por qué es necesaria la anotación de datos#

La anotación de datos sienta las bases del rendimiento de un modelo de visión artificial. Los datos etiquetados constituyen la verdad fundamental que el modelo utiliza para aprender y hacer predicciones. Estos datos son clave porque representan el mundo real que el modelo intenta comprender. Sin esta referencia fiable, el modelo de IA sería como un barco que navega sin brújula.

Fig. 1. Verdad fundamental frente a predicción.

Un etiquetado preciso ayuda a estos modelos a comprender lo que están viendo y permite tomar mejores decisiones. Si los datos están mal etiquetados o son incoherentes, el modelo tendrá dificultades para hacer predicciones y tomar decisiones correctas, como un estudiante que aprende con libros de texto incorrectos. Gracias a los datos anotados, un modelo puede aprender tareas como la segmentación de instancias, la clasificación de imágenes y la estimación de poses de objetos en imágenes y vídeos.

Los mejores recursos para conjuntos de datos#

Antes de crear un conjunto de datos desde cero y etiquetar minuciosamente imágenes y vídeos, conviene comprobar si puedes utilizar conjuntos de datos existentes para tu proyecto. Hay varios repositorios de código abierto donde puedes acceder gratuitamente a conjuntos de datos de alta calidad. Algunos de los más populares son:

• ImageNet: Se utiliza habitualmente para entrenar modelos de clasificación de imágenes.
• COCO: Este conjunto de datos está diseñado para tareas de detección de objetos, segmentación y generación de descripciones de imágenes.
• PASCAL VOC: Permite realizar tareas de detección de objetos y segmentación.

Fig. 2. Ejemplos de datos del conjunto de datos COCO.

Al elegir un conjunto de datos, es importante tener en cuenta factores como su adecuación al proyecto, su tamaño, diversidad y calidad de las etiquetas. Además, revisa las condiciones de licencia del conjunto de datos para evitar problemas legales y comprueba que los datos estén en un formato compatible con tu flujo de trabajo y tus herramientas.

Crear un conjunto de datos personalizado es una opción excelente si los conjuntos de datos existentes no se ajustan del todo a tus necesidades. Puedes recopilar imágenes con herramientas como cámaras web, drones o smartphones, según lo que requiera tu proyecto. Lo ideal es que tu conjunto de datos personalizado sea diverso, equilibrado y representativo del problema que intentas resolver. Esto puede implicar capturar imágenes con distintas condiciones de iluminación, desde diferentes ángulos y en varios entornos.

Si solo puedes recopilar un número reducido de imágenes o vídeos, la ampliación de datos es una técnica útil. Consiste en ampliar el conjunto de datos aplicando transformaciones a las imágenes existentes, como rotarlas, voltearlas o ajustar sus colores. Así aumenta el tamaño del conjunto de datos y el modelo se vuelve más robusto y capaz de manejar variaciones en los datos. Al combinar conjuntos de datos de código abierto, conjuntos de datos personalizados y datos ampliados, puedes mejorar considerablemente el rendimiento de tus modelos de visión artificial.

Tipos de técnicas de anotación de imágenes#

Antes de empezar a anotar imágenes, es importante que conozcas los distintos tipos de anotación. Esto te ayudará a elegir la opción adecuada para tu proyecto. A continuación, veremos algunos de los principales tipos de anotación.

Cuadros delimitadores#

Los cuadros delimitadores son el tipo de anotación más habitual en visión artificial. Son rectángulos que se utilizan para marcar la ubicación de un objeto en una imagen. Se definen mediante las coordenadas de sus esquinas y ayudan a los modelos de IA a identificar y localizar objetos. Los cuadros delimitadores se utilizan principalmente para la detección de objetos.

Fig. 3. Ejemplo de cuadros delimitadores.

Máscaras de segmentación#

A veces, es necesario detectar un objeto con más precisión que la que ofrece un simple cuadro delimitador trazado a su alrededor. Puede que te interese conocer el contorno de los objetos de una imagen. En ese caso, las máscaras de segmentación permiten delinear objetos complejos. Las máscaras de segmentación ofrecen una representación más detallada a nivel de píxel.

Estas máscaras pueden utilizarse para la segmentación semántica y la segmentación de instancias. La segmentación semántica consiste en etiquetar cada píxel de una imagen según el objeto o la zona que representa, como un peatón, un coche, una carretera o una acera. La segmentación de instancias va un paso más allá al identificar y separar cada objeto individualmente, por ejemplo, distinguiendo cada coche de una imagen, aunque todos sean del mismo tipo.

Fig. 4. Ejemplo de segmentación semántica (izquierda) y máscaras de segmentación de instancias (derecha).

Cubos 3D#

Los cuboides 3D son similares a los cuadros delimitadores, pero añaden información de profundidad y ofrecen una representación tridimensional de un objeto. Esta información adicional permite a los sistemas comprender la forma, el volumen y la posición de los objetos en un espacio 3D. Los cuboides 3D se utilizan a menudo en coches autónomos para medir la distancia entre los objetos y el vehículo.

Fig. 5. Ejemplo de cuboides 3D.

Puntos clave y puntos de referencia#

Otro tipo interesante de anotación son los puntos clave, que marcan puntos específicos de los objetos, como los ojos, la nariz o las articulaciones. Los puntos de referencia van un paso más allá al conectar estos puntos para captar la estructura y el movimiento de formas más complejas, como rostros o posturas corporales. Este tipo de anotaciones se utiliza en aplicaciones como el reconocimiento facial, la captura de movimiento y la realidad aumentada. También mejora la precisión de los modelos de IA en tareas como el reconocimiento de gestos o el análisis del rendimiento deportivo.

Fig. 6. Ejemplo de puntos clave.

Cómo anotar datos con LabelImg#

Ahora que hemos repasado los distintos tipos de anotaciones, veamos cómo puedes anotar imágenes con una herramienta popular: LabelImg. LabelImg es una herramienta de código abierto que facilita la anotación de imágenes y permite crear conjuntos de datos en el formato YOLO (You Only Look Once). Es una opción excelente para principiantes que trabajan en proyectos pequeños con Ultralytics YOLOv8.

Configurar LabelImg es muy sencillo. Primero, asegúrate de tener Python 3 instalado en tu ordenador. Después, puedes instalar LabelImg con un comando rápido:

pip3 install labelImg

Una vez instalado, puedes iniciar la herramienta con el comando:

labelImg

LabelImg funciona en distintas plataformas, como Windows, macOS y Linux. Si tienes algún problema durante la instalación, el repositorio oficial de LabelImg ofrece instrucciones más detalladas. Ten en cuenta que sus responsables archivaron LabelImg; para etiquetar desde el navegador con herramientas asistidas por IA, consulta el editor de anotaciones de Ultralytics Platform.

Fig. 7. Uso de LabelImg para anotar imágenes.

Cuando inicies la herramienta, sigue estos sencillos pasos para empezar a etiquetar tus imágenes:

• Configura tus clases: Empieza definiendo la lista de clases (categorías) que quieres anotar en un archivo llamado «predefined_classes.txt». Este archivo indica al software qué objetos vas a etiquetar en tus imágenes.
• Cámbiate al formato YOLO: De forma predeterminada, LabelImg utiliza el formato PASCAL VOC, pero si trabajas con YOLO, tendrás que cambiar de formato. Solo tienes que hacer clic en el botón «PascalVOC» de la barra de herramientas para cambiar a YOLO.
• Empieza a anotar: Usa las opciones «Open» u «OpenDIR» para cargar tus imágenes. A continuación, dibuja cuadros delimitadores alrededor de los objetos que quieras anotar y asigna la etiqueta de clase correcta. Guarda el trabajo después de etiquetar cada imagen. LabelImg creará un archivo de texto con el mismo nombre que la imagen y que contendrá las anotaciones YOLO.
• Guarda y revisa: Las anotaciones se guardan en un archivo .txt con el formato YOLO. El software también guarda un archivo «classes.txt» con una lista de todos los nombres de tus clases.

Estrategias eficaces para etiquetar datos#

Para agilizar el proceso de etiquetado de datos, conviene tener presentes algunas estrategias clave. Por ejemplo, es fundamental contar con directrices claras para las anotaciones. Sin ellas, distintos anotadores podrían interpretar una tarea de maneras diferentes.

Supongamos que la tarea consiste en anotar aves en imágenes con cuadros delimitadores. Un anotador podría etiquetar el ave entera, mientras que otro podría etiquetar solo la cabeza o las alas. Este tipo de incoherencia puede confundir al modelo durante el entrenamiento. Si proporcionas definiciones claras, como «etiqueta el ave entera, incluidas las alas y la cola», junto con ejemplos e instrucciones para los casos difíciles, podrás asegurarte de que los datos se etiqueten de forma precisa y coherente.

También es importante realizar controles de calidad periódicos para mantener unos estándares elevados. Si estableces criterios de referencia y utilizas métricas concretas para revisar el trabajo, podrás mantener la precisión de los datos y perfeccionar el proceso mediante comentarios continuos.

El etiquetado de datos, en pocas palabras#

La anotación de datos es un concepto sencillo que puede tener un impacto importante en tu modelo de visión artificial. Tanto si utilizas herramientas como LabelImg para anotar imágenes como si entrenas modelos con conjuntos de datos de código abierto, entender el etiquetado de datos es fundamental. Las estrategias de etiquetado de datos pueden ayudar a agilizar todo el proceso y hacerlo más eficiente. Dedicar tiempo a perfeccionar tu enfoque de anotación puede dar lugar a resultados de IA mejores y más fiables.

¡Sigue explorando y ampliando tus conocimientos! Mantente en contacto con nuestra comunidad para seguir aprendiendo sobre IA. Visita nuestro repositorio de GitHub y descubre cómo usamos la IA para crear soluciones innovadoras en sectores como la fabricación y la sanidad.