Uso de aumentos de Albumentations para diversificar tus datos

Al crear una solución de visión artificial, recopilar un conjunto diverso de imágenes para entrenar modelos de IA de visión puede ser una parte crucial del proceso. A menudo requiere mucho tiempo y dinero y, en ocasiones, las imágenes recopiladas siguen sin ser lo bastante variadas para que los modelos aprendan de forma eficaz.

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, lo que le permite reconocer objetos y patrones en una amplia variedad de situaciones del mundo real.

Si tienes problemas por la falta de datos diversos, las técnicas de aumento de datos de imágenes pueden ser una solución excelente. Métodos como rotar, voltear y ajustar el brillo pueden ayudar a 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 admite una integración para el aumento de datos de imágenes. Con Albumentations, una herramienta popular que ofrece una colección de transformaciones, puedes crear datos visuales diversos. Esta integración simplifica el proceso de 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, sus ventajas y su impacto en el entrenamiento del modelo.

¿Qué es Albumentations?#

Los modelos de visión artificial pueden aprender a partir de un amplio conjunto de imágenes de alta calidad para reconocer objetos en distintos entornos. Recopilar grandes conjuntos de datos de fuentes del mundo real puede ser lento, costoso e ineficiente. Para agilizar esta tarea, puedes utilizar el aumento de datos de imágenes para crear nuevas variaciones de imágenes existentes y ayudar a los modelos a aprender de distintas situaciones sin recopilar más datos.

En concreto, puedes aprovechar Albumentations, una biblioteca de código abierto introducida en 2018 para realizar un aumento eficiente de datos de imágenes. Admite diversas operaciones, desde cambios geométricos sencillos, como rotaciones 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 imágenes.

Características principales de Albumentations#

Albumentations es conocida por su alto rendimiento, lo que significa que puede procesar imágenes de forma rápida y eficiente. Basada en bibliotecas optimizadas como OpenCV y NumPy, gestiona grandes conjuntos de datos con un tiempo de procesamiento mínimo, por lo que es ideal para realizar aumentos rápidos durante el entrenamiento del modelo.

Estas son otras características principales de Albumentations:

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

¿Por qué deberías utilizar la integración de Albumentations?#

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

Crear aumentos manualmente con herramientas como OpenCV puede llevar mucho tiempo y requiere ciertos conocimientos. Además, ajustar las transformaciones para obtener los mejores resultados puede resultar complicado. 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.

Otro motivo para elegir la integración de Albumentations es que funciona perfectamente con la canalización de entrenamiento de modelos de Ultralytics. Facilita mucho el entrenamiento personalizado de YOLO11, ya que los aumentos se aplican automáticamente durante el entrenamiento. Simplifica el proceso para que puedas centrarte más en mejorar tu modelo en lugar de gestionar la preparación de los datos.

Primeros pasos con la integración de Albumentations#

Curiosamente, utilizar las integraciones de Albumentations para entrenar Ultralytics YOLO11 es más sencillo de lo que podría parecer. Una vez configuradas las bibliotecas adecuadas, la integración aplica automáticamente aumentos de datos de imágenes durante el entrenamiento. Esto 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.

Instalar el paquete de Python de Ultralytics y Albumentations#

Antes de aplicar los aumentos, es necesario instalar tanto el paquete de Python de Ultralytics como Albumentations. La integración se ha diseñado para que ambas bibliotecas funcionen juntas sin problemas de forma predeterminada, por lo que no tienes que preocuparte por configuraciones complejas.

Todo el proceso de instalación puede completarse en solo un par de minutos con un único comando de pip, una herramienta de gestión de paquetes para instalar bibliotecas 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 imágenes durante el entrenamiento. Si Albumentations no está instalado, estos aumentos no se aplicarán. Para obtener más información, consulta la documentación oficial de Ultralytics.

Entrenar Ultralytics YOLO11 con la ayuda de la integración de Albumentations#

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

A continuación, se muestran más de cerca los aumentos que se aplican durante el entrenamiento de Ultralytics YOLO11:

• Desenfoque: Esta transformación añade un ligero desenfoque a una imagen. Ayuda al modelo a detectar objetos incluso cuando están desenfocados.
• Desenfoque de mediana: Reduce el ruido aleatorio y conserva los bordes de los objetos en una imagen. Esto facilita que el modelo detecte objetos en entornos complejos.
• Escala de grises: Al convertir una imagen a blanco y negro, este aumento 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 incrementa el contraste de las imágenes, especialmente en zonas demasiado oscuras o difíciles de ver, como en condiciones de poca luz o con neblina. Esto hace que los objetos de esas zonas sean más claros y fáciles de identificar para el modelo.

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

Aplicaciones de Ultralytics YOLO11 y la integración de Albumentations#

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

Mejorar las imágenes médicas#

La IA de visión en el sector sanitario ayuda a los médicos a analizar imágenes médicas con mayor precisión para asistir en los diagnósticos y mejorar la atención a los pacientes. De hecho, aproximadamente una quinta parte de las organizaciones sanitarias ya utiliza soluciones de IA.

Sin embargo, crear estas soluciones de visión artificial conlleva sus propios desafíos. Las imágenes médicas pueden variar mucho de un hospital a otro debido a factores como los distintos equipos, ajustes e incluso la experiencia de los técnicos. Las variaciones en el brillo, el contraste y la exposición pueden afectar a la coherencia y la precisión de los modelos de IA de visión, lo que dificulta que funcionen de forma fiable en distintos entornos.

Aquí es donde la integración de herramientas como Albumentations se vuelve esencial. Al generar varias versiones aumentadas de la misma imagen médica, Albumentations permite que el modelo aprenda a partir de diversas calidades de imagen. Esto ayuda al modelo a ser más robusto y a detectar enfermedades con precisión tanto en imágenes de alta calidad como de baja calidad.

Fig. 4. Imágenes de rayos X aumentadas.

Mejorar la seguridad y la vigilancia#

Otra aplicación interesante de la IA de visión 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 en distintas condiciones de iluminación a lo largo del día, y estas condiciones pueden afectar enormemente a la forma en que un modelo interpreta dichas imágenes. Factores como los entornos con poca luz, los reflejos o la escasa visibilidad pueden dificultar que los modelos de visión artificial detecten objetos o reconozcan posibles amenazas de forma coherente.

La integración de Albumentations ayuda aplicando transformaciones que imitan distintas condiciones de iluminación. Esto permite que el modelo aprenda 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.

Redefinir los flujos de trabajo del comercio minorista y la experiencia del cliente#

Un derrame en el pasillo de un supermercado, un perro corriendo por una tienda o un niño tirando un expositor de productos son solo algunos ejemplos de situaciones cotidianas que pueden constituir casos límite para la IA de visión en entornos minoristas. 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 flujo de personas y la identificación de productos en las estanterías. Sin embargo, estos escenarios del mundo real pueden ser difíciles de comprender y procesar con precisión para los sistemas de IA.

Aunque no todos los escenarios pueden representarse en un conjunto de datos de visión artificial, la integración de Albumentations ayuda aumentando los datos para cubrir muchas situaciones posibles, como iluminaciones inesperadas, ángulos inusuales u obstrucciones. Esto ayuda a los modelos de visión artificial a adaptarse a distintas condiciones, mejora su capacidad para gestionar casos límite y les permite realizar predicciones precisas en entornos minoristas dinámicos.

Conclusiones clave#

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

La integración de Albumentations compatible con Ultralytics simplifica el proceso de aplicar estos aumentos al entrenar YOLO11 de forma personalizada. El resultado es una mejor calidad del conjunto de datos, lo que beneficia a un amplio abanico de sectores al producir modelos de IA de visión más precisos y fiables.

Únete a nuestra comunidad y explora nuestro repositorio de GitHub para obtener más información sobre la IA, y consulta nuestras opciones de licencia para poner en marcha tus proyectos de IA de visión. ¿Te interesan innovaciones como la IA en la industria manufacturera o la visión artificial en la conducción autónoma? Visita nuestras páginas de soluciones para descubrir más.