La guía definitiva sobre aumentación de datos en 2025

Debido al auge de la IA, fenómenos como robots trabajando en fábricas y coches autónomos circulando por las calles ocupan cada vez más los titulares. La IA está cambiando la forma en que las máquinas interactúan con el mundo, desde mejorar el diagnóstico por imagen médico hasta ayudar en el control de calidad en las líneas de producción.

Una gran parte de este progreso proviene de la computer vision, una rama de la IA que hace posible que las máquinas entiendan e interpreten imágenes. Al igual que los humanos aprenden a reconocer objetos y patrones con el tiempo, los modelos de visión por IA como Ultralytics YOLO11 necesitan ser entrenados con grandes cantidades de datos de imagen para desarrollar su comprensión visual.

Sin embargo, recopilar una cantidad tan vasta de datos visuales no siempre es fácil. Aunque la comunidad de computer vision ha creado muchos datasets grandes, estos aún pueden pasar por alto ciertas variaciones, como imágenes con objetos en condiciones de poca luz, elementos parcialmente ocultos o cosas vistas desde diferentes ángulos. Estas diferencias pueden confundir a los modelos de computer vision que solo han sido entrenados en condiciones específicas.

La data augmentation de imágenes es una técnica que resuelve este problema al introducir nuevas variaciones en los datos existentes. Al realizar cambios en las imágenes, como ajustar los colores, rotar o cambiar la perspectiva, el dataset se vuelve más diverso, lo que ayuda a los modelos de visión por IA a reconocer mejor los objetos en situaciones del mundo real.

En este artículo, exploraremos cómo funciona el aumento de datos de imagen y el impacto que puede tener en las aplicaciones de visión artificial.

¿Qué es el aumento de datos de imagen?#

Supongamos que intentas reconocer a un amigo entre una multitud, pero lleva gafas de sol o está de pie en un lugar sombreado. Incluso con estos cambios menores en su apariencia, sigues sabiendo quién es. Por otro lado, un modelo de visión artificial puede tener dificultades con tales variaciones a menos que haya sido entrenado para reconocer objetos en diferentes entornos.

El aumento de datos de imagen mejora el rendimiento del modelo de visión artificial añadiendo versiones modificadas de imágenes existentes a los datos de entrenamiento, en lugar de recopilar miles de imágenes nuevas.

Los cambios en las imágenes como voltear, rotar, ajustar el brillo o añadir pequeñas distorsiones exponen a los modelos de visión artificial a una gama más amplia de condiciones. En lugar de depender de datasets masivos, los modelos pueden aprender de manera eficiente a partir de datasets de entrenamiento más pequeños con imágenes aumentadas.

Fig 1. Ejemplos de imágenes aumentadas de un coche.

La importancia del aumento de datos en la visión artificial#

Aquí tienes algunas de las razones clave por las que el aumento es esencial para la visión artificial:

• Reduce los requisitos de datos: Recopilar grandes datasets de imágenes requiere tiempo y recursos. El aumento puede utilizarse para entrenar modelos eficazmente sin necesidad de datasets masivos.
• Evita el sobreajuste (overfitting): Un modelo entrenado con muy pocos ejemplos puede memorizar detalles en lugar de reconocer patrones generales. Añadir variedad mediante el aumento garantiza que los modelos de visión artificial aprendan de una forma que se aplique a datos nuevos y desconocidos.
• Imita imágenes imperfectas: Las imágenes en los datasets suelen ser demasiado perfectas, pero las fotos del mundo real pueden estar borrosas, oscurecidas o distorsionadas. Aumentar las imágenes con ruido, oclusiones u otras variaciones las hace más realistas.
• Mejora la robustez del modelo: El entrenamiento con una variedad de imágenes ayuda a la IA a manejar cambios del mundo real, haciéndola más fiable en diferentes entornos, condiciones de iluminación y situaciones.

¿Cuándo deberías usar el aumento de datos de imagen?#

El aumento de datos de imagen es especialmente útil cuando un modelo de visión artificial necesita reconocer objetos en diferentes situaciones pero no dispone de suficientes imágenes variadas.

Por ejemplo, si los investigadores están entrenando un modelo de visión por IA para identificar especies submarinas raras que se fotografían pocas veces, el dataset puede ser pequeño o carecer de variación. Al realizar la augmentación de las imágenes (ajustando los colores para simular diferentes profundidades del agua, añadiendo ruido para imitar condiciones turbias o alterando ligeramente las formas para tener en cuenta el movimiento natural), el modelo puede aprender a detect underwater objects con mayor precisión.

Aquí tienes otras situaciones donde el aumento marca una gran diferencia:

• Equilibrio del dataset: Algunos objetos pueden aparecer con menos frecuencia en los datos de entrenamiento, lo que provoca que los modelos de visión artificial sean sesgados. El aumento ayuda a crear más ejemplos de objetos raros para que el modelo pueda reconocer todas las categorías de manera justa.
• Adaptación a diferentes cámaras: Las imágenes pueden verse diferentes dependiendo del dispositivo. El aumento ayuda a que los modelos de visión artificial funcionen bien en fotos con diferentes resoluciones, iluminación y calidad.
• Corrección de errores menores de etiquetado: Los desplazamientos leves, el recorte o las rotaciones ayudan a los modelos de visión artificial a reconocer los objetos correctamente, incluso si las etiquetas originales no están perfectamente alineadas.

Cómo funciona el aumento de datos de imagen#

En los primeros días de la computer vision, la data augmentation de imágenes implicaba principalmente técnicas básicas de image processing como voltear, rotar y recortar para aumentar la diversidad del dataset. A medida que la IA mejoró, se introdujeron métodos más avanzados, como el ajuste de colores (transformaciones del espacio de color), el enfoque o desenfoque de imágenes (filtros de kernel) y la combinación de varias imágenes (mezcla de imágenes) para mejorar el aprendizaje.

La augmentación puede ocurrir antes y durante el model training. Antes del entrenamiento, se pueden añadir imágenes modificadas al dataset para proporcionar más variedad. Durante el entrenamiento, las imágenes se pueden alterar aleatoriamente en tiempo real, lo que ayuda a los modelos de visión por IA a adaptarse a diferentes condiciones.

Estos cambios se realizan mediante transformaciones matemáticas. Por ejemplo, la rotación inclina una imagen, el recorte elimina partes para imitar diferentes vistas y los cambios de brillo simulan variaciones de iluminación. El desenfoque suaviza las imágenes, el enfoque hace que los detalles sean más claros y la mezcla de imágenes combina partes de diferentes imágenes. Los Vision AI frameworks y herramientas como OpenCV, TensorFlow y PyTorch pueden automatizar estos procesos, haciendo que la augmentación sea rápida y eficaz.

Técnicas clave de aumento de datos de imagen#

Ahora que hemos discutido qué es el aumento de datos de imagen, analicemos más de cerca algunas técnicas fundamentales de aumento de datos de imagen utilizadas para mejorar los datos de entrenamiento.

Ajuste de orientación y posición#

Los computer vision models como YOLO11 a menudo necesitan reconocer objetos desde varios ángulos y puntos de vista. Para ayudar con esto, las imágenes se pueden voltear horizontal o verticalmente para que el modelo de IA aprenda a reconocer objetos desde diferentes puntos de vista.

Del mismo modo, rotar las imágenes cambia ligeramente su ángulo, permitiendo al modelo identificar objetos desde múltiples perspectivas. Además, desplazar las imágenes en diferentes direcciones (traslación) ayuda a los modelos a ajustarse a pequeños cambios posicionales. Estas transformaciones aseguran que los modelos generalicen mejor a las condiciones del mundo real donde la colocación de objetos en una imagen es impredecible.

Fig 2. Diferentes métodos de augmentación relacionados con la orientación y la posición.

Cambio de tamaño y recorte#

Con respecto a las computer vision solutions del mundo real, los objetos en las imágenes pueden aparecer a diferentes distancias y tamaños. Los modelos de visión por IA deben ser lo suficientemente robustos para detectarlos independientemente de estas diferencias.

Para mejorar la adaptabilidad, se pueden utilizar los siguientes métodos de aumento:

• Escalado: Cambiar el tamaño altera las dimensiones de la imagen manteniendo sus proporciones, permitiendo que los modelos de IA detecten objetos a diferentes distancias.
• Recorte: Elimina partes innecesarias de una imagen, ayudando al modelo a centrarse en áreas clave y reduciendo las distracciones de fondo.
• Cizallamiento (Shearing): Inclinar ligeramente una imagen simula una apariencia inclinada o estirada, ayudando a la IA a reconocer objetos desde diferentes ángulos.

Estos ajustes ayudan a los modelos de visión artificial a reconocer objetos incluso si su tamaño o forma cambian ligeramente.

Ajustes de perspectiva y distorsión#

Los objetos en las imágenes pueden verse diferentes dependiendo del ángulo de la cámara, lo que dificulta el reconocimiento para los modelos de visión artificial. Para ayudar a los modelos a manejar estas variaciones, las técnicas de aumento pueden ajustar cómo se presentan los objetos en las imágenes.

Por ejemplo, las transformaciones de perspectiva pueden cambiar el ángulo de visión, haciendo que un objeto parezca visto desde una posición diferente. Esto permite a los modelos de visión artificial reconocer objetos incluso cuando están inclinados o capturados desde un punto de vista inusual.

Otro ejemplo es una transformación elástica que estira, dobla o deforma las imágenes para simular distorsiones naturales, de modo que los objetos aparezcan como lo harían en reflejos o bajo presión.

Modificaciones de color e iluminación#

Las condiciones de iluminación y las diferencias de color pueden afectar significativamente a cómo los modelos de visión artificial interpretan las imágenes. Dado que los objetos pueden aparecer de manera diferente bajo varios ajustes de iluminación, las siguientes técnicas de aumento pueden ayudar a manejar estas situaciones:

• Ajustes de brillo y contraste: Simular diferentes condiciones de iluminación ayuda a los modelos de visión artificial a reconocer objetos tanto en entornos brillantes como oscuros.
• Jittering de color: Cambiar aleatoriamente el tono, la saturación y el balance de color hace que los modelos de visión artificial sean más adaptables a diferentes cámaras y condiciones de iluminación.
• Conversión a escala de grises: Convertir las imágenes a blanco y negro anima a los modelos de visión artificial a centrarse en las formas y texturas en lugar del color.

Fig 3. Ejemplos de augmentaciones relacionadas con variaciones de color.

Técnicas avanzadas de aumento de datos de imagen#

Hasta ahora, solo hemos explorado técnicas de aumento que modifican una única imagen. Sin embargo, algunos métodos avanzados implican combinar varias imágenes para mejorar el aprendizaje de la IA.

Por ejemplo, MixUp combina dos imágenes, ayudando a los modelos de visión artificial a comprender las relaciones entre objetos y mejorando su capacidad para generalizar en diferentes escenarios. CutMix va un paso más allá al reemplazar una sección de una imagen con parte de otra, permitiendo que los modelos aprendan de múltiples contextos dentro de la misma imagen. Mientras tanto, CutOut funciona de forma diferente al eliminar partes aleatorias de una imagen, entrenando a los modelos de visión artificial para reconocer objetos incluso cuando están parcialmente ocultos u obstruidos.

Fig 4. Técnicas avanzadas de data augmentation de imágenes.

El papel de la IA generativa en el aumento de datos de imagen#

La Generative AI está ganando terreno en muchas industrias y aplicaciones cotidianas. Es probable que te hayas topado con ella en relación con imágenes generadas por IA, vídeos deepfake o aplicaciones que crean avatares realistas. Pero más allá de la creatividad y el entretenimiento, la generativa IA desempeña un papel crucial en el entrenamiento de modelos de visión por IA al generar nuevas imágenes a partir de las existentes.

En lugar de simplemente voltear o rotar imágenes, puede crear variaciones realistas: cambiar expresiones faciales, estilos de ropa o incluso simular diferentes condiciones meteorológicas. Estas variaciones ayudan a que los modelos de visión por ordenador sean más adaptables y precisos en diversos escenarios del mundo real. Los modelos avanzados de IA generativa como las GAN (redes generativas antagónicas) y los diffusion models también pueden completar detalles faltantes o crear imágenes sintéticas de alta calidad.

Limitaciones del aumento de datos de imagen#

Aunque el aumento de datos mejora los datasets de entrenamiento, también hay algunas limitaciones a considerar. Aquí tienes algunos retos clave relacionados con el aumento de datos de imagen:

• Diversidad de datos limitada: Las imágenes aumentadas provienen de datos existentes y no pueden introducir patrones completamente nuevos ni perspectivas poco comunes.
• Posible distorsión de datos: Las transformaciones excesivas pueden hacer que las imágenes sean poco realistas, reduciendo potencialmente la precisión del modelo en escenarios del mundo real.
• Mayor carga de cálculo: El aumento en tiempo real que tiene lugar durante el entrenamiento del modelo puede requerir bastante potencia de procesamiento, ralentizando el entrenamiento y aumentando el uso de memoria.
• El desequilibrio de clases persiste: El aumento no crea muestras completamente nuevas, por lo que las categorías subrepresentadas aún pueden conducir a un aprendizaje sesgado.

Una aplicación del mundo real del aumento de datos de imagen#

Una aplicación interesante de la aumentación de datos de imagen se encuentra en los coches autónomos, donde las decisiones en fracciones de segundo tomadas por modelos de visión por ordenador como Ultralytics YOLO11 son cruciales. El modelo debe ser capaz de detectar carreteras, personas y otros objetos con precisión.

Sin embargo, las condiciones del mundo real que encuentra un vehículo autónomo pueden ser impredecibles. El mal tiempo, el desenfoque por movimiento y las señales ocultas pueden hacer que las soluciones de visión artificial en este sector sean complejas. Entrenar modelos de visión artificial solo con imágenes del mundo real a menudo no es suficiente. Los datasets de imágenes para los modelos en los coches autónomos necesitan ser diversos para que el modelo pueda aprender a manejar situaciones inesperadas.

El aumento de datos de imagen resuelve esto simulando niebla, ajustando el brillo y distorsionando formas. Estos cambios ayudan a los modelos a reconocer objetos en diferentes condiciones. Como resultado, los modelos se vuelven más inteligentes y fiables.

Con el entrenamiento aumentado, las vision AI solutions in self-driving cars se adaptan mejor y toman decisiones más seguras. Unos resultados más precisos se traducen en menos accidentes y una navegación mejorada.

Fig 5. Un ejemplo de data augmentation de imágenes con respecto a los coches autónomos.

Los coches autónomos son solo un ejemplo. De hecho, el aumento de datos de imagen es crucial en una amplia gama de sectores, desde la imagen médica hasta el análisis minorista. Cualquier aplicación que dependa de la visión artificial puede beneficiarse potencialmente del aumento de datos de imagen.

Conclusiones clave#

Los sistemas de Vision AI necesitan ser capaces de reconocer objetos en diferentes condiciones, pero recopilar un sinfín de imágenes del mundo real para el entrenamiento puede resultar difícil. La aumentación de datos de imagen resuelve esto creando variaciones de las imágenes existentes, lo que ayuda a los modelos a aprender más rápido y rendir mejor en situaciones del mundo real. Mejora la precisión, asegurando que los modelos de Vision AI como Ultralytics YOLO11 puedan manejar diferentes iluminaciones, ángulos y entornos.

Para empresas y desarrolladores, el aumento de datos de imagen ahorra tiempo y esfuerzo a la vez que hace que los modelos de visión artificial sean más fiables. Desde la sanidad hasta los coches autónomos, muchas industrias dependen de ello. A medida que la visión artificial sigue evolucionando, el aumento continuará siendo una parte esencial de la construcción de modelos más inteligentes y adaptables para el futuro.

Únete a our community y visita our GitHub repository para ver la IA en acción. Explora our licensing options y descubre más sobre AI in agriculture y computer vision in manufacturing en nuestras páginas de soluciones.