Usa aumentos de datos de Albumentations para diversificar tus datos

Al crear una solución de visión artificial, recopilar un conjunto diverso de imágenes para entrenar modelos de IA visual puede ser una parte fundamental del proceso. Suele requerir mucho tiempo y dinero y, a veces, las imágenes recopiladas siguen sin ser lo bastante variadas para que los modelos aprendan eficazmente.

Por ejemplo, los modelos de visión artificial como Ultralytics YOLO11 pueden entrenarse de forma personalizada con conjuntos de datos de imágenes para diversas tareas de visión artificial relacionadas con distintas aplicaciones. La diversidad de los datos es clave, porque ayuda al modelo a generalizar mejor y le permite reconocer objetos y patrones en una amplia variedad de escenarios del mundo real.

Si te cuesta conseguir datos diversos, las técnicas de aumento de datos de imagen pueden ser una gran solución. Métodos como girar, voltear y ajustar el brillo pueden aumentar la variedad de tu conjunto de datos y mejorar la capacidad del modelo para gestionar un abanico más amplio de condiciones.

Por eso Ultralytics ofrece una integración para el aumento de datos de imagen. Con Albumentations, una herramienta popular que ofrece una colección de transformaciones, puedes crear datos visuales diversos. Esta integración simplifica el entrenamiento de YOLO11 al aumentar automáticamente las imágenes de entrenamiento, lo que mejora el rendimiento del modelo.

En este artículo veremos cómo puedes utilizar la integración de Albumentations, cuáles son sus ventajas y qué impacto tiene en el entrenamiento de modelos.

¿Qué es Albumentations?#

Los modelos de visión artificial pueden aprender a reconocer objetos en distintos entornos a partir de un amplio conjunto de imágenes de alta calidad. Recopilar grandes conjuntos de datos de fuentes reales puede ser lento, costoso e ineficiente. Para agilizar esta tarea, puedes utilizar el aumento de datos de imagen para crear nuevas variaciones de imágenes existentes, lo que ayuda a los modelos a aprender de distintos escenarios sin tener que recopilar más datos.

En concreto, puedes aprovechar Albumentations, una biblioteca de código abierto presentada en 2018 para aumentar datos de imagen de forma eficiente. Admite diversas operaciones, desde cambios geométricos sencillos, como giros y volteos, hasta ajustes más complejos, como el brillo, el contraste y la adición de ruido.

Fig. 1 Ejemplos de distintos tipos de aumentos de datos de imagen.

Características principales de Albumentations#

Albumentations es conocida por su alto rendimiento, lo que significa que puede procesar imágenes de forma rápida y eficiente. Desarrollada sobre bibliotecas optimizadas como OpenCV y NumPy, gestiona grandes conjuntos de datos con un tiempo de procesamiento mínimo, por lo que es ideal para aumentar datos rápidamente durante el entrenamiento de modelos.

Estas son otras características principales de Albumentations:

• Amplia variedad de transformaciones: Albumentations ofrece más de 70 tipos de aumentos de datos. Estas variaciones ayudan a los modelos a aprender a detectar objetos pese a los cambios de iluminación, ángulo o fondo.
• Optimizada para ofrecer velocidad: Utiliza técnicas avanzadas de optimización, como SIMD (instrucción única, datos múltiples), que procesa varios puntos de datos a la vez para acelerar el aumento de datos de imagen y gestionar grandes conjuntos de datos de forma eficiente.
• Tres niveles de aumento de datos: Mejora los datos de tres formas. Por ejemplo, los aumentos a nivel de píxel ajustan el brillo y el color sin alterar los objetos. Los aumentos espaciales modifican la posición de los objetos y conservan los detalles clave, mientras que los aumentos por mezcla combinan partes de distintas imágenes para crear nuevas muestras.

¿Por qué deberías utilizar la integración de Albumentations?#

Quizá te preguntes lo siguiente: hay muchas formas de aplicar aumentos de datos a un conjunto de datos, e incluso podrías crear los tuyos con herramientas como OpenCV. Entonces, ¿por qué elegir una integración compatible con una biblioteca como Albumentations?

Crear aumentos de datos manualmente con herramientas como OpenCV puede llevar mucho tiempo y requiere ciertos conocimientos. También puede resultar complicado ajustar las transformaciones para obtener los mejores resultados. La integración de Albumentations facilita este proceso. Ofrece muchas transformaciones listas para usar que pueden ahorrarte tiempo y esfuerzo al preparar tu conjunto de datos.

Otra razón para elegir la integración de Albumentations es que funciona a la perfección con el flujo de entrenamiento de modelos de Ultralytics. Facilita mucho el entrenamiento de YOLO11 con datos personalizados, ya que los aumentos se aplican automáticamente durante el entrenamiento junto con los aumentos integrados de Ultralytics. Simplifica el proceso para que puedas centrarte más en mejorar el modelo y menos en preparar los datos.

Cómo empezar a utilizar la integración de Albumentations#

Curiosamente, utilizar la integración de Albumentations para entrenar Ultralytics YOLO11 es más sencillo de lo que parece. Una vez instaladas las bibliotecas adecuadas, la integración aplica automáticamente aumentos de datos a las imágenes durante el entrenamiento. Ayuda al modelo a aprender a partir de distintas variaciones de imágenes utilizando el mismo conjunto de datos.

A continuación, veremos cómo instalar y utilizar la integración de Albumentations al entrenar de forma personalizada Ultralytics YOLO11.

Instalación del paquete de Python Ultralytics y Albumentations#

Antes de aplicar aumentos, hay que instalar tanto el paquete Python de Ultralytics como Albumentations. La integración está diseñada para que ambas bibliotecas funcionen juntas de forma predeterminada, así que no tienes que preocuparte por configuraciones complejas.

Todo el proceso de instalación se puede completar en solo un par de minutos con un único comando usando pip, el gestor de paquetes para instalar bibliotecas de Python, como se muestra en la imagen siguiente.

Fig. 2. Instalación de Ultralytics y Albumentations.

Una vez instalado Albumentations, el modo de entrenamiento de modelos de Ultralytics aplica automáticamente aumentos de imagen durante el entrenamiento. Si Albumentations no está instalado, no se aplicarán estos aumentos. También puedes sustituir estos aumentos predeterminados por tus propias transformaciones personalizadas de Albumentations pasándolas al argumento de entrenamiento augmentations.

Entrenamiento de Ultralytics YOLO11 con la integración de Albumentations#

Veamos con más detalle qué ocurre internamente en la integración de Albumentations.

A continuación se muestran con más detalle los aumentos de datos que se aplican durante el entrenamiento de Ultralytics YOLO11:

• Desenfoque: Esta transformación aplica un ligero desenfoque a una imagen. Ayuda al modelo a detectar objetos aunque estén desenfocados.
• Desenfoque mediano: Reduce el ruido aleatorio y conserva los bordes de los objetos en una imagen. Esto facilita al modelo la detección de objetos en entornos complejos.
• Escala de grises: Al convertir una imagen a blanco y negro, este aumento de datos puede ayudar al modelo a centrarse en las formas y las texturas en lugar de en los colores.
• CLAHE (ecualización adaptativa del histograma con contraste limitado): Este aumento de datos realza el contraste de las imágenes, sobre todo en las zonas demasiado oscuras o difíciles de ver, como en condiciones de poca luz o con neblina. Así, los objetos de esas zonas resultan más claros y fáciles de identificar para el modelo.

Fig. 3 Ejemplo de un aumento en escala de grises aplicado a una imagen de un gato.

Aplicaciones de Ultralytics YOLO11 y la integración de Albumentations#

Si entrenas Ultralytics YOLO11 de forma personalizada para una aplicación específica, la integración de Albumentations puede ayudar a mejorar el rendimiento del modelo al adaptarlo a diversas condiciones. Veamos algunas aplicaciones reales y los desafíos que esta integración puede resolver.

Mejora del diagnóstico por imagen#

La IA visual en la sanidad ayuda a los médicos a analizar imágenes médicas con mayor precisión para facilitar el diagnóstico y mejorar la atención a los pacientes. De hecho, alrededor de una quinta parte de las organizaciones sanitarias ya utilizan soluciones de IA.

Sin embargo, crear estas soluciones de visión artificial conlleva sus propios desafíos. Las imágenes médicas pueden variar mucho entre hospitales debido a factores como las diferencias en los equipos y la configuración, e incluso la experiencia de los técnicos. Las variaciones de brillo, contraste y exposición pueden afectar a la coherencia y precisión de los modelos de IA visual, lo que dificulta su rendimiento fiable en distintos entornos.

Aquí es donde la integración de herramientas como Albumentations resulta esencial. Al generar varias versiones aumentadas de una misma exploración, Albumentations permite que el modelo aprenda a partir de imágenes de distinta calidad. Esto ayuda a que el modelo sea más robusto y pueda detectar enfermedades con precisión tanto en imágenes de alta calidad como en imágenes de baja calidad.

Fig. 4 Imágenes de rayos X aumentadas.

Mejora de la seguridad y la vigilancia#

Otra aplicación interesante de la IA visual es la seguridad y la vigilancia. La detección de objetos en tiempo real puede ayudar a los equipos de seguridad a identificar rápidamente posibles amenazas.

Una de las principales preocupaciones relacionadas con esta aplicación es que las cámaras de seguridad captan imágenes con distintas condiciones de iluminación a lo largo del día, lo que puede afectar drásticamente a la forma en que un modelo interpreta esas imágenes. Factores como la poca luz, los reflejos o la mala visibilidad pueden dificultar que los modelos de visión artificial detecten objetos o reconozcan posibles amenazas de forma coherente.

La integración de Albumentations ayuda a resolverlo aplicando transformaciones que imitan distintas condiciones de iluminación. Esto permite al modelo aprender a detectar objetos tanto en entornos luminosos como con poca luz, lo que aumenta su fiabilidad y mejora los tiempos de respuesta en condiciones difíciles.

Transformación de los flujos de trabajo y la experiencia del cliente en el comercio minorista#

Un derrame en el pasillo de un supermercado, un perro que corre por una tienda o un niño que vuelca un expositor de productos son solo algunos ejemplos de situaciones cotidianas que pueden ser casos límite en entornos de IA visual en el comercio minorista. La visión artificial se utiliza cada vez más para mejorar la experiencia del cliente mediante el seguimiento del comportamiento de los compradores, la supervisión del tránsito de personas y la identificación de productos en las estanterías. Sin embargo, estas situaciones reales pueden ser difíciles de interpretar y procesar con precisión para los sistemas de IA.

Aunque no es posible representar todos los escenarios en un conjunto de datos de visión artificial, la integración de Albumentations ayuda a cubrir muchas situaciones posibles mediante el aumento de datos, como cambios inesperados de iluminación, ángulos inusuales u obstáculos. Esto ayuda a los modelos de visión artificial a adaptarse a distintas condiciones, mejorar su capacidad para gestionar casos límite y realizar predicciones precisas en entornos dinámicos de comercio minorista.

Conclusiones clave#

Recopilar datos diversos del mundo real para entrenar modelos puede ser complicado, pero Albumentations lo facilita creando variaciones de imágenes que ayudan a los modelos a adaptarse a distintas condiciones.

La integración de Albumentations que ofrece Ultralytics simplifica la aplicación de estos aumentos de datos durante el entrenamiento personalizado de YOLO11. Así se obtiene un conjunto de datos de mayor calidad, lo que beneficia a muchos sectores al producir modelos de IA visual más precisos y fiables.

Únete a nuestra comunidad y explora nuestro repositorio de GitHub para aprender más sobre la IA. También puedes consultar nuestras opciones de licencia para poner en marcha tus proyectos de IA visual. ¿Te interesan innovaciones como la IA en la fabricación o la visión artificial en los coches autónomos? Visita nuestras páginas de soluciones para descubrir más.