Améliore la robustesse des modèles d’IA grâce à l’augmentation des données

Les tests sont essentiels au développement de toute solution technologique. Ils permettent aux équipes de voir comment un système fonctionne réellement avant son lancement et de corriger les problèmes rapidement. C’est vrai dans de nombreux domaines, notamment celui de l’IA, où les modèles doivent faire face à des conditions imprévisibles dans le monde réel une fois déployés.

Par exemple, la vision par ordinateur est une branche de l’IA qui apprend aux machines à comprendre les images et les vidéos. Les modèles de vision par ordinateur comme Ultralytics YOLO26 prennent en charge des tâches telles que la détection d’objets, la segmentation d’instances et la classification d’images.

Ils peuvent être utilisés dans de nombreux secteurs pour des applications comme le suivi des patients, l’analyse du trafic, le paiement automatisé en caisse et le contrôle qualité dans l’industrie manufacturière. Toutefois, même avec des modèles avancés et des données d’entraînement de haute qualité, les solutions d’IA de vision peuvent rencontrer des difficultés face aux variations du monde réel, comme les changements d’éclairage, les mouvements ou les objets partiellement masqués.

Cela s’explique par le fait que les modèles apprennent à partir des exemples qui leur sont fournis pendant l’entraînement. S’ils n’ont jamais été exposés à des situations comme les reflets, le flou de mouvement ou une visibilité partielle, ils risquent davantage de mal reconnaître les objets dans ces conditions.

L’augmentation de données est l’un des moyens d’améliorer la robustesse d’un modèle. Au lieu de collecter de grandes quantités de nouvelles données, les ingénieurs peuvent apporter de petites modifications pertinentes aux images existantes, par exemple en ajustant l’éclairage, en recadrant ou en mélangeant des images. Le modèle apprend ainsi à reconnaître les mêmes objets dans un plus grand nombre de situations.

Dans cet article, nous allons voir comment l’augmentation de données améliore la robustesse des modèles et la fiabilité des systèmes d’IA de vision déployés en dehors d’environnements contrôlés. C’est parti !

Comment vérifier la robustesse d’un modèle#

Avant d’aborder l’augmentation de données, voyons comment déterminer si un modèle de vision par ordinateur est vraiment prêt à être utilisé dans le monde réel.

Un modèle robuste continue de bien fonctionner même lorsque les conditions changent, au lieu de n’être performant qu’avec des images propres et parfaitement annotées. Voici quelques facteurs pratiques à prendre en compte pour évaluer la robustesse d’un modèle d’IA :

• Variations de l’éclairage : Les modèles peuvent se comporter différemment selon qu’ils sont exposés à une forte luminosité, à une faible luminosité, à des reflets ou à des ombres, ce qui peut influer sur le degré de certitude de la détection des objets.
• Occlusion partielle : Dans les scènes du quotidien, les objets sont souvent cachés par d’autres éléments ou ne sont que partiellement visibles. Un modèle plus robuste peut les reconnaître même lorsque certaines informations visuelles manquent.
• Scènes encombrées : Les environnements où de nombreux objets se chevauchent rendent la détection plus difficile. Les modèles qui fonctionnent bien dans ces situations sont généralement plus fiables dans des contextes complexes.

De bons résultats sur des images nettes et parfaitement capturées ne garantissent pas toujours de bonnes performances dans le monde réel. Des tests réguliers dans des conditions variées permettent de voir si un modèle reste performant une fois déployé.

Qu’est-ce que l’augmentation de données ?#

L’apparence d’un objet sur une photo peut varier selon l’éclairage, l’angle, la distance ou l’arrière-plan. Pour qu’un modèle de vision par ordinateur fonctionne bien dans des environnements imprévisibles, le jeu de données utilisé pour son entraînement doit inclure ce type de variations.

L’augmentation de données enrichit un jeu de données d’entraînement en créant des exemples supplémentaires à partir des images dont tu disposes déjà. Pour cela, on applique des modifications délibérées, comme faire pivoter ou retourner une image, en ajuster la luminosité ou en recadrer une partie.

Par exemple, imaginons que tu n’aies qu’une seule photo d’un chat. En faisant pivoter l’image ou en modifiant sa luminosité, tu peux créer plusieurs nouvelles versions à partir de cette seule photo. Chacune a un aspect légèrement différent, mais représente toujours le même chat. Ces variations apprennent au modèle qu’un objet peut avoir une apparence différente tout en restant le même.

Fig. 1. Exemple d’augmentation d’une image de chat (Source)

Comment l’augmentation de données améliore les performances des modèles#

Pendant l’entraînement d’un modèle, l’augmentation de données peut être directement intégrée au pipeline d’entraînement. Au lieu de créer et de stocker manuellement de nouvelles copies des images, des transformations aléatoires peuvent être appliquées au chargement de chaque image.

Le modèle voit ainsi une version légèrement différente de l’image à chaque fois, qu’elle soit plus lumineuse, retournée ou partiellement masquée. Des techniques comme l’effacement aléatoire peuvent même supprimer de petites zones de l’image pour simuler des situations réelles où un objet est bloqué ou seulement partiellement visible.

Fig. 2. Exemples d’augmentation par effacement aléatoire (Source)

Voir de nombreuses versions différentes d’une même image permet au modèle d’apprendre quelles caractéristiques sont importantes, plutôt que de dépendre d’un unique exemple parfait. Cette variété renforce la robustesse du modèle d’IA afin qu’il fonctionne plus fiablement dans des conditions réelles.

Techniques courantes d’augmentation des données#

Voici quelques techniques d’augmentation des données utilisées pour introduire de la variété dans les images d’entraînement :

• Transformations géométriques : Ces techniques modifient l’apparence spatiale d’un objet dans une image. La rotation, le retournement, le redimensionnement, le recadrage ou le décalage d’une image permettent au modèle de comprendre comment un objet peut être vu sous différents angles ou à différentes distances.
• Ajustements des couleurs et de l’éclairage : Dans le monde réel, l’éclairage est rarement uniforme. Selon l’environnement ou l’appareil photo utilisé, les images peuvent être trop lumineuses, trop sombres ou présenter de légères variations de couleur. Ajuster la luminosité, le contraste, la teinte et la saturation permet aux modèles de gérer ces changements visuels et de bien fonctionner dans différentes scènes.
• Variations de la qualité des images : Le flou ou le bruit visuel peuvent rendre les images difficiles à distinguer. Ajouter du flou ou du bruit pendant l’entraînement aide le modèle à gérer le flou de mouvement, les images en basse lumière ou celles produites par des appareils photo de moindre qualité. Il devient ainsi moins sensible aux imperfections visuelles.
• Augmentations par occultation : Dans les environnements réels, des objets sont souvent partiellement masqués par d’autres objets. On parle alors d’occultations dans l’image. Masquer de petites zones d’une image pendant l’entraînement aide le modèle à apprendre à détecter les objets même lorsqu’ils ne sont que partiellement visibles.
• Augmentations multi-images : Ces techniques combinent des parties de plusieurs images en un seul exemple d’entraînement. Elles peuvent ainsi augmenter le nombre d’objets visibles et améliorer la capacité du modèle à gérer des scènes complexes ou encombrées.

Fig. 3. Exemple d’augmentation multi-images (Source)

L’augmentation des données en toute simplicité avec le package Python Ultralytics#

La gestion des jeux de données, la création de variations d’images et l’écriture du code de transformation peuvent ajouter des étapes supplémentaires à la création d’une application de vision par ordinateur. Le package Python Ultralytics simplifie ces tâches en fournissant une interface unique pour entraîner, exécuter et déployer les modèles Ultralytics YOLO, comme YOLO26. Dans le cadre de cet effort visant à simplifier les flux de travail d’entraînement, le package inclut des augmentations de données intégrées, testées par Ultralytics et optimisées pour les modèles YOLO.

Il prend également en charge des intégrations utiles qui évitent d’avoir recours à des outils distincts ou à du code personnalisé. Plus précisément, pour l’augmentation des données, le package s’intègre à Albumentations, une bibliothèque d’augmentation d’images largement utilisée. Cette intégration permet d’appliquer automatiquement les augmentations pendant l’entraînement, sans scripts supplémentaires ni code personnalisé.

Gestion des annotations et des jeux de données augmentés#

La qualité des annotations est un autre facteur qui influe sur la robustesse du modèle. Des étiquettes propres et précises, créées et gérées avec des outils d’annotation comme Roboflow, aident le modèle à comprendre où se trouvent les objets et à quoi ils ressemblent.

Pendant l’entraînement, les augmentations de données telles que les retournements, les recadrages et les rotations sont appliquées de manière dynamique, et les annotations sont automatiquement ajustées pour tenir compte de ces changements. Lorsque les étiquettes sont précises, ce processus se déroule sans difficulté et fournit au modèle de nombreux exemples réalistes d’une même scène.

Si les annotations sont inexactes ou incohérentes, ces erreurs risquent d’être reproduites dans les images augmentées, ce qui peut réduire l’efficacité de l’entraînement. Partir d’annotations précises empêche ces erreurs de se propager et contribue à améliorer la robustesse du modèle.

Améliorer les applications d’IA visuelle grâce à l’augmentation des données#

Examinons maintenant des exemples illustrant comment l’augmentation des données contribue à la robustesse des modèles d’IA dans des applications réelles.

Améliorer la précision de la détection d’objets dans des environnements réels#

Les images synthétiques sont souvent utilisées pour entraîner des systèmes de détection d’objets lorsque les données réelles sont limitées, sensibles ou difficiles à collecter. Elles permettent aux équipes de générer rapidement des exemples de produits, d’environnements et d’angles de caméra sans devoir capturer chaque scénario dans la vie réelle.

Cependant, les jeux de données synthétiques peuvent parfois sembler trop propres par rapport aux séquences réelles, où l’éclairage change, les objets se chevauchent et les scènes comportent des éléments gênants en arrière-plan. L’augmentation des données aide à combler cet écart en introduisant des variations réalistes, comme des changements d’éclairage, du bruit ou des déplacements d’objets. Le modèle apprend ainsi à gérer les conditions auxquelles il sera confronté une fois déployé.

Par exemple, dans une étude récente, un modèle Ultralytics YOLO11 a été entraîné entièrement sur des images synthétiques, et l’augmentation des données a été ajoutée pour introduire davantage de variations. Cela a contribué à aider le modèle à reconnaître les objets de façon plus générale. Il a obtenu de bons résultats lors de tests sur des images réelles, même s’il n’avait jamais vu de données du monde réel pendant l’entraînement.

Améliorer la fiabilité des solutions d’imagerie médicale#

Les jeux de données d’imagerie médicale sont souvent limités, et les examens eux-mêmes peuvent varier selon le type d’équipement, les paramètres d’imagerie ou l’environnement clinique. Les différences d’anatomie, d’angle, d’éclairage ou de bruit visuel peuvent compliquer l’apprentissage de modèles de vision par ordinateur capables de généraliser correctement à différents patients et hôpitaux.

L’augmentation des données aide à résoudre ce problème en créant plusieurs variantes d’un même examen pendant l’entraînement, par exemple en ajoutant du bruit, en décalant légèrement l’image ou en appliquant de petites distorsions. Ces changements rendent les données d’entraînement plus représentatives des conditions cliniques réelles.

Par exemple, dans une étude d’imagerie pédiatrique, des chercheurs ont utilisé Ultralytics YOLO11 pour la segmentation anatomique et l’ont entraîné sur des données médicales augmentées. Ils ont introduit des variations, comme l’ajout de bruit, de légers décalages de position et de petites distorsions, afin de rendre les images plus réalistes.

Fig. 4. Images médicales pédiatriques originales et augmentées (Source)

En apprenant à partir de ces variations, le modèle s’est concentré sur les caractéristiques anatomiques pertinentes plutôt que sur les différences superficielles. Ses résultats de segmentation sont ainsi devenus plus stables d’un examen à l’autre et selon les cas des patients.

Points clés à retenir#

Il est difficile de collecter des données diversifiées, mais l’augmentation des données permet aux modèles d’apprendre à partir d’un éventail plus large de conditions visuelles. La robustesse des modèles s’en trouve renforcée lorsqu’ils doivent gérer des occultations, des changements d’éclairage et des scènes encombrées. Globalement, cela les aide à fonctionner plus fiablement en dehors des environnements d’entraînement contrôlés.

Rejoins notre communauté et découvre les dernières avancées en IA visuelle sur notre dépôt GitHub. Consulte nos pages de solutions pour découvrir comment des applications comme l’IA dans l’industrie manufacturière et la vision par ordinateur dans le secteur de la santé font progresser ces domaines, puis découvre nos options de licence pour donner vie à ta prochaine solution d’IA.