Licencia YOLO
Volver al glosario de Ultralytics

MixUp

MixUp combina ejemplos de entrenamiento y sus etiquetas para reducir el sobreajuste. Genera etiquetas de clase suaves para la clasificación y conserva las cajas para la detección.

MixUp es una técnica de aumento de datos que combina dos ejemplos de entrenamiento en uno y combina sus etiquetas. En la clasificación de imágenes, la misma proporción controla ambas mezclas: si una imagen aporta el 70 % de la mezcla de píxeles, su clase recibe el 70 % del peso de la etiqueta. Entrenar con estos ejemplos intermedios anima al modelo a cambiar gradualmente sus predicciones entre muestras.

Cómo funciona MixUp#

El MixUp estándar obtiene un peso entre cero y uno a partir de una distribución beta simétrica parametrizada por alpha. Por debajo de 1, los valores obtenidos tienden a concentrarse en los extremos, por lo que normalmente predomina una imagen. En 1, todos los intervalos del mismo ancho tienen la misma probabilidad. Por encima de 1, los valores se concentran cerca de 0,5 y producen mezclas más equilibradas. La proporción de mezcla determina cuánto aporta cada muestra; una probabilidad de aplicación independiente, cuando está disponible, determina con qué frecuencia se ejecuta la transformación.

Hongyi Zhang, Moustapha Cissé, Yann N. Dauphin y David Lopez-Paz presentaron la técnica en mixup: más allá de la minimización del riesgo empírico, publicado inicialmente en 2017 y presentado en ICLR 2018. En su experimento de 200 épocas con CIFAR-10, una ResNet-18 con preactivación y un decaimiento de pesos de 0.0001, MixUp con alpha=1 redujo el error mediano de prueba de las 10 épocas finales del 5.53 % al 4.24 %.

CIFAR-10 preview 1
CIFAR-10 preview 2
CIFAR-10 preview 3
CIFAR-10 preview 4
60.000
CIFAR-10
ultralytics
PúblicoClasificar

Tiny 32x32 color photos of common vehicles and animals, the classic small-image classification benchmark from the University of Toronto. Collected by Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton as a hand-labeled subset of the 80 Million Tiny Images collection, with balanced, mutually exclusive classes. Source: Krizhevsky, "Learning Multiple Layers of Features from Tiny Images," University of Toronto tech report 2009; cs.toronto.edu/~kriz/cifar.html.

110 clases66 MB23 oct 2026
airplaneautomobilebirdcat+6
image-classificationcifar10object-recognition+1

MixUp para la clasificación de imágenes#

Una etiqueta de clasificación de imágenes suele almacenarse como un ID de clase entero. MixUp combina vectores de clase: cuando las imágenes pertenecen a clases distintas, el resultado es un objetivo suave con dos pesos que suman uno. Cuando ambas imágenes pertenecen a la misma clase, esa clase conserva todo su peso. Con la pérdida de entropía cruzada, usar el objetivo suave equivale a calcular la pérdida con cada etiqueta original a partir de la misma predicción de la imagen combinada y, después, obtener la suma ponderada de ambas pérdidas.

La transformación MixUp por lotes de Torchvision aplica un peso de mezcla compartido a todo un lote. El ejemplo utiliza las imágenes del gato y del café de la colección de ejemplos de scikit-image.

import torch
from skimage import data
from torchvision.transforms import v2

resize = v2.Resize((128, 128))
to_image = v2.ToImage()
cat = resize(to_image(data.chelsea()))
coffee = resize(to_image(data.coffee()))
images = torch.stack((cat, coffee)).float() / 255
labels = torch.tensor([0, 1])

mixup = v2.MixUp(alpha=1.0, num_classes=2)
mixed_images, mixed_targets = mixup(images, labels)
print(mixed_targets)

Cada fila impresa muestra los pesos del gato y del café para una imagen combinada. Los pesos se intercambian entre filas porque la transformación invierte los papeles de las dos imágenes de este lote.

Cómo gestiona la detección de objetos las etiquetas combinadas#

Un objetivo de detección de objetos contiene una caja delimitadora y una clase para cada objeto. Promediar dos cajas podría situar la caja resultante entre los objetos. La transformación MixUp de Ultralytics YOLO combina las imágenes y conserva ambos conjuntos de cajas e ID de clase como objetivos independientes. El ajuste mixup controla con qué frecuencia se ejecuta la transformación y, de forma predeterminada, tiene el valor 0.0; la proporción de píxeles se obtiene por separado de Beta(32, 32), lo que produce mezclas casi equilibradas, y el límite de entrenamiento close_mosaic también desactiva MixUp cuando entra en vigor.

Comparación de MixUp con otros aumentos de datos#

MixUp actúa como regularización al entrenar el modelo con combinaciones de ejemplos que, de otro modo, podría memorizar. La mezcla de imágenes completas también puede crear patrones que se parezcan a una tercera clase. En un experimento con MNIST, una mezcla de los dígitos manuscritos 1 y 5 se parecía a un 8, aunque el objetivo asignaba un 53 % al 1 y un 47 % al 5. Por tanto, la imagen aportaba indicios visuales de una clase a la que se asignaba un peso objetivo de cero.

  • CutMix sustituye una región rectangular por un fragmento de otra imagen. En la clasificación, los pesos del objetivo siguen el área que aporta cada imagen.
  • Mosaic coloca varias imágenes en un único lienzo y adapta sus anotaciones a la nueva disposición.
  • El suavizado de etiquetas redistribuye parte del peso objetivo entre las clases y deja la entrada sin cambios.

Manifold Mixup traslada la interpolación de las entradas sin procesar a una capa oculta de la red. Sigue utilizando el mismo peso de mezcla para las activaciones ocultas y las etiquetas de clase.

Explora las soluciones

Visión artificial en el deporte

Visión artificial en el deporte

Descubre cómo Ultralytics YOLO impulsa la visión artificial en el deporte con el seguimiento de jugadores y balones, analíticas de rendimiento, información útil para entrenadores y rehabilitación de deportistas.
Más información
Visión artificial para imágenes aéreas

Visión artificial para imágenes aéreas

Convierte imágenes aéreas y de drones en información útil en tiempo real para la agricultura, la acuicultura, la conservación y el análisis geoespacial con Ultralytics YOLO.
Más información
Visión artificial en el sector aeroespacial

Visión artificial en el sector aeroespacial

Aplica la visión artificial en el sector aeroespacial con Ultralytics YOLO para inspeccionar aeronaves, detectar objetos extraños en pistas, gestionar operaciones en tierra y detectar defectos en materiales compuestos.
Más información
Visión artificial en seguridad

Visión artificial en seguridad

Protege todas tus instalaciones con los modelos Ultralytics YOLO. La IA visual permite supervisar perímetros, detectar amenazas, reconocer matrículas y mejorar la seguridad laboral.
Más información
Visión artificial en robótica

Visión artificial en robótica

Potencia máquinas más inteligentes con los modelos Ultralytics YOLO. La IA visual en robótica impulsa la navegación autónoma, la percepción, el seguimiento de objetos y el control en tiempo real.
Más información
Visión artificial en logística

Visión artificial en logística

Agiliza la logística con modelos Ultralytics YOLO. La IA visual permite inspeccionar paquetes, clasificarlos, realizar el seguimiento de vehículos y supervisar la seguridad del almacén en tiempo real.
Más información
Visión artificial en el comercio minorista

Visión artificial en el comercio minorista

Reinventa el comercio minorista con modelos Ultralytics YOLO. La IA visual permite realizar el seguimiento del inventario, supervisar estanterías, gestionar colas y obtener información más útil sobre los clientes.
Más información
Visión artificial en el sector sanitario

Visión artificial en el sector sanitario

Desarrolla soluciones sanitarias con modelos Ultralytics YOLO. La IA visual en el sector sanitario permite acelerar el diagnóstico por imagen, mejorar los diagnósticos y supervisar a los pacientes.
Más información
Visión artificial en la fabricación

Visión artificial en la fabricación

Optimiza la fabricación con modelos Ultralytics YOLO. La IA visual mejora el control de calidad, la detección de defectos, el cumplimiento de las normas de uso de EPI y la automatización de las líneas de montaje.
Más información
Visión artificial en la automoción

Visión artificial en la automoción

Aplica la visión artificial al sector de la automoción con modelos Ultralytics YOLO. La IA visual mejora la seguridad vial, la asistencia al conductor y la automatización de vehículos para lograr carreteras más inteligentes.
Más información
Visión artificial en la agricultura

Visión artificial en la agricultura

Incorpora la IA de visión a la agricultura inteligente con modelos Ultralytics YOLO. Impulsa la monitorización de cultivos, el seguimiento del ganado y la agricultura de precisión para obtener cosechas más abundantes e inteligentes.
Más información

¡Construyamos juntos el futuro de la IA!

Inicia tu recorrido hacia el futuro del aprendizaje automático