Explorando el etiquetado de datos para proyectos de visión por ordenador

La inteligencia artificial (AI) 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 AI mostrándoles ejemplos etiquetados puede ayudarles a aprender patrones y mejorar en distintas tareas. Es muy parecido a cómo aprenden 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 comprenderlos. En la visión artificial, esto significa marcar imágenes o vídeos para reconocer y categorizar con precisión objetos, acciones o escenas. El etiquetado de datos es fundamental porque el éxito de un modelo de AI depende en gran medida de la calidad de los datos etiquetados con los que se entrena.

Los estudios demuestran que más del 80 % del tiempo de los proyectos de AI se dedica a gestionar datos, desde recopilarlos y agregarlos hasta limpiarlos y etiquetarlos. Esto demuestra la importancia de la anotación de datos en el desarrollo de modelos de AI. El uso de datos anotados de alta calidad permite que los modelos de AI 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 constituye la base del rendimiento de un modelo de visión artificial. Los datos etiquetados son la verdad fundamental que el modelo utiliza para aprender y realizar predicciones. Los datos de referencia son esenciales porque representan el mundo real que el modelo intenta comprender. Sin esta base fiable, el modelo de AI 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 conduce a una mejor toma de decisiones. Si los datos están mal etiquetados o son incoherentes, el modelo tendrá dificultades para realizar 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 clasificación de imágenes, la segmentación de instancias y la estimación de poses de objetos en imágenes y vídeos.

Mejores recursos para conjuntos de datos#

Antes de crear un conjunto de datos completamente nuevo y etiquetar meticulosamente imágenes y vídeos, conviene comprobar si puedes utilizar conjuntos de datos ya existentes para tu proyecto. Hay varios repositorios fantásticos de código abierto en los que 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 la detección de objetos, la segmentación y la generación de descripciones de imágenes.
• PASCAL VOC: Admite 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 a tu proyecto, su tamaño, su diversidad y la calidad de las etiquetas. Además, asegúrate de revisar las condiciones de licencia del conjunto de datos para evitar posibles repercusiones legales, y comprueba si los datos están formateados de una forma adecuada para 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 verdaderamente representativo del problema que intentas resolver. Esto puede implicar capturar imágenes con distintas condiciones de iluminación, desde varios ángulos y en múltiples entornos.

Si solo puedes recopilar un número reducido de imágenes o vídeos, la ampliación de datos es una técnica útil. Consiste en ampliar tu conjunto de datos aplicando transformaciones como rotaciones, volteos o ajustes de color a imágenes existentes. Esto aumenta el tamaño del conjunto de datos y hace que tu modelo sea más robusto y capaz de gestionar mejor las variaciones de los datos. Al combinar conjuntos de datos de código abierto, conjuntos de datos personalizados y datos aumentados, puedes mejorar significativamente el rendimiento de tus modelos de visión artificial.

Tipos de técnicas de anotación de imágenes#

Antes de empezar a anotar imágenes, es importante familiarizarse con los distintos tipos de anotaciones. Esto te ayudará a elegir la adecuada para tu proyecto. A continuación, veremos algunos de los principales tipos de anotaciones.

Cajas delimitadoras#

Las cajas delimitadoras son el tipo de anotación más común en visión artificial. Son rectángulos que se utilizan para marcar la ubicación de un objeto en una imagen. Estas cajas se definen mediante las coordenadas de sus esquinas y ayudan a los modelos de AI a identificar y localizar objetos. Las cajas delimitadoras se utilizan principalmente para la detección de objetos.

Fig. 3 Un ejemplo de cajas delimitadoras.

Máscaras de segmentación#

A veces, es necesario detectar un objeto con mayor precisión que mediante una simple caja delimitadora dibujada a su alrededor. Puede que te interese conocer los límites de los objetos de una imagen. En ese caso, las máscaras de segmentación permiten delimitar objetos complejos. Las máscaras de segmentación son 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 área que representa, como un peatón, un coche, una carretera o una acera. La segmentación de instancias, sin embargo, va un paso más allá al identificar y separar cada objeto individualmente, como distinguir cada coche de una imagen, aunque todos sean del mismo tipo.

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

Paralelepípedos 3D#

Los paralelepípedos 3D son similares a las cajas delimitadoras, pero lo que los hace únicos es que añaden información de profundidad y proporcionan una representación 3D 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 paralelepípedos 3D se utilizan a menudo en vehículos autónomos para medir la distancia de los objetos al vehículo.

Fig. 5 Un ejemplo de paralelepípedos 3D.

Puntos clave y puntos de referencia#

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

Fig. 6. Un ejemplo de puntos clave.

Cómo anotar datos con LabelImg#

Ahora que hemos hablado de los distintos tipos de anotaciones, veamos cómo puedes anotar imágenes con una herramienta popular, LabelImg. LabelImg es una herramienta de código abierto que simplifica la anotación de imágenes y puede utilizarse para crear conjuntos de datos en el formato YOLO (Mira solo una vez). Es una opción excelente para principiantes que trabajan en pequeños proyectos de Ultralytics YOLOv8.

Configurar LabelImg es 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 varias plataformas, como Windows, macOS y Linux. Si encuentras algún problema durante la instalación, el repositorio oficial de LabelImg puede proporcionarte instrucciones más detalladas.

Fig. 7. Uso de LabelImg para la anotación de imágenes.

Cuando abras 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 permite al software saber qué objetos vas a etiquetar en tus imágenes.
• Cambia 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: Utiliza las opciones "Open" o "OpenDIR" para cargar tus imágenes. Después, dibuja cajas delimitadoras alrededor de los objetos que quieras anotar y asigna la etiqueta de clase correcta. Tras etiquetar cada imagen, guarda tu trabajo. LabelImg creará un archivo de texto con el mismo nombre que tu imagen, 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” que contiene los nombres de todas tus clases.

Estrategias eficientes para el etiquetado de datos#

Para agilizar el proceso de etiquetado de datos, conviene tener presentes algunas estrategias clave. Por ejemplo, es fundamental contar con directrices de anotación claras. Sin ellas, distintos anotadores podrían interpretar una tarea de forma diferente.

Supongamos que la tarea consiste en anotar aves en imágenes con cajas delimitadoras. Un anotador podría etiquetar el ave completa, mientras que otro podría etiquetar solo la cabeza o las alas. Este tipo de incoherencia puede confundir al modelo durante el entrenamiento. Al proporcionar definiciones claras, como "etiqueta el ave completa, incluidas las alas y la cola", junto con ejemplos e instrucciones para los casos complejos, puedes asegurarte de que los datos se etiqueten de forma precisa y coherente.

Las comprobaciones periódicas de calidad también son importantes para mantener unos estándares elevados. Al establecer referencias y utilizar métricas específicas para revisar el trabajo, puedes mantener la precisión de los datos y perfeccionar el proceso mediante comentarios continuos.

El etiquetado de datos, en resumen#

La anotación de datos es un concepto sencillo que puede tener un impacto significativo 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, comprender 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 método de anotación puede dar lugar a resultados de AI mejores y más fiables.

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