Le guide ultime de l’augmentation des données en 2025

Avec l’essor de l’IA, les robots qui travaillent dans les usines et les voitures autonomes qui circulent dans les rues font de plus en plus souvent la une. L’IA transforme la façon dont les machines interagissent avec le monde, qu’il s’agisse d’améliorer l’imagerie médicale ou d’assurer le contrôle qualité sur les chaînes de production.

Une grande partie de ces progrès est due à la vision par ordinateur, une branche de l’IA qui permet aux machines de comprendre et d’interpréter les images. Tout comme les humains apprennent à reconnaître les objets et les motifs au fil du temps, les modèles d’IA visuelle comme Ultralytics YOLO11 doivent être entraînés sur de grandes quantités de données d’images pour développer leur compréhension visuelle.

Cependant, il n’est pas toujours facile de recueillir une telle quantité de données visuelles. Même si la communauté de la vision par ordinateur a créé de nombreux grands jeux de données, certains cas de figure peuvent encore manquer, comme les images d’objets en faible luminosité, partiellement masqués ou vus sous différents angles. Ces variations peuvent perturber les modèles de vision par ordinateur qui n’ont été entraînés que dans des conditions spécifiques.

L’augmentation des données d’images est une technique qui résout ce problème en introduisant de nouvelles variations dans les données existantes. En modifiant les images, par exemple en ajustant les couleurs, en les faisant pivoter ou en changeant la perspective, le jeu de données devient plus diversifié, ce qui aide les modèles d’IA visuelle à mieux reconnaître les objets dans des situations réelles.

Dans cet article, nous allons voir comment fonctionne l’augmentation des données d’images et quel impact elle peut avoir sur les applications de vision par ordinateur.

Qu’est-ce que l’augmentation des données d’images ?#

Imagine que tu essaies de reconnaître un ami dans une foule, mais qu’il porte des lunettes de soleil ou se trouve dans un endroit ombragé. Même si son apparence a légèrement changé, tu sais toujours qui il est. En revanche, un modèle d’IA visuelle peut avoir du mal à gérer ces variations s’il n’a pas été entraîné à reconnaître des objets dans différents contextes.

L’augmentation des données d’images améliore les performances des modèles de vision par ordinateur en ajoutant des versions modifiées d’images existantes aux données d’entraînement, plutôt qu’en recueillant des milliers de nouvelles images.

Des modifications comme le retournement, la rotation, l’ajustement de la luminosité ou l’ajout de légères déformations exposent les modèles d’IA visuelle à un éventail plus large de conditions. Au lieu de s’appuyer sur d’immenses jeux de données, les modèles peuvent apprendre efficacement à partir de jeux de données d’entraînement plus petits contenant des images augmentées.

Fig. 1. Exemples d’images augmentées d’une voiture.

L’importance de l’augmentation des données en vision par ordinateur#

Voici quelques raisons essentielles pour lesquelles l’augmentation est indispensable en vision par ordinateur :

• Réduit les besoins en données : la collecte de grands jeux de données d’images demande du temps et des ressources. L’augmentation permet d’entraîner efficacement les modèles sans avoir besoin d’immenses jeux de données.
• Limite le surapprentissage : un modèle entraîné sur trop peu d’exemples risque de mémoriser des détails au lieu de reconnaître des motifs généraux. La diversité apportée par l’augmentation aide les modèles d’IA visuelle à apprendre de façon à pouvoir traiter des données nouvelles et inédites.
• Reproduit les imperfections des images : les images des jeux de données sont souvent trop parfaites, alors que les photos du monde réel peuvent être floues, masquées ou déformées. L’ajout de bruit, d’occultations ou d’autres variations aux images les rend plus réalistes.
• Renforce la robustesse des modèles : l’entraînement sur des images variées aide l’IA à gérer les changements du monde réel, ce qui la rend plus fiable dans différents environnements, conditions d’éclairage et situations.

Quand utiliser l’augmentation des données d’images ?#

L’augmentation des données d’images est particulièrement utile lorsqu’un modèle de vision par ordinateur doit reconnaître des objets dans différentes situations, mais ne dispose pas d’un nombre suffisant d’images variées.

Par exemple, si des chercheurs entraînent un modèle d’IA visuelle à identifier des espèces sous-marines rares, rarement photographiées, le jeu de données peut être petit ou manquer de diversité. En augmentant les images — en ajustant les couleurs pour simuler différentes profondeurs, en ajoutant du bruit pour imiter des eaux troubles ou en modifiant légèrement les formes pour tenir compte des mouvements naturels — le modèle peut détecter les objets sous-marins avec plus de précision.

Voici d’autres situations où l’augmentation fait une grande différence :

• Équilibrage du jeu de données : certains objets apparaissent moins souvent dans les données d’entraînement, ce qui peut biaiser les modèles d’IA visuelle. L’augmentation permet de créer davantage d’exemples d’objets rares afin que le modèle puisse reconnaître toutes les catégories de manière équitable.
• Adaptation à différentes caméras : l’apparence des images varie selon l’appareil utilisé. L’augmentation aide les modèles d’IA visuelle à bien fonctionner sur des photos de résolutions, de luminosités et de qualités différentes.
• Correction de petites erreurs d’annotation : de légers décalages, recadrages ou rotations aident les modèles de vision par ordinateur à reconnaître correctement les objets, même si les annotations d’origine ne sont pas parfaitement alignées.

Comment fonctionne l’augmentation des données d’images#

Aux débuts de la vision par ordinateur, l’augmentation des données d’images reposait principalement sur des techniques de traitement d’images simples, comme le retournement, la rotation et le recadrage, pour diversifier les jeux de données. Avec les progrès de l’IA, des méthodes plus avancées ont été introduites, comme l’ajustement des couleurs (transformations de l’espace colorimétrique), l’accentuation ou le floutage des images (filtres à noyau) et le mélange de plusieurs images (mélange d’images) pour améliorer l’apprentissage.

L’augmentation peut avoir lieu avant et pendant l’entraînement du modèle. Avant l’entraînement, des images modifiées peuvent être ajoutées au jeu de données pour le diversifier. Pendant l’entraînement, les images peuvent être modifiées aléatoirement en temps réel, ce qui aide les modèles d’IA visuelle à s’adapter à différentes conditions. Par exemple, les modèles Ultralytics YOLO appliquent des augmentations aléatoires à la volée pendant l’entraînement, et chacune d’elles peut être réglée à l’aide des arguments d’entraînement.

Ces modifications s’effectuent au moyen de transformations mathématiques. Par exemple, la rotation incline une image, le recadrage en supprime des parties pour simuler différents points de vue et les changements de luminosité reproduisent des variations d’éclairage. Le flou adoucit les images, la netteté clarifie les détails et le mélange d’images combine des parties de différentes images. Les cadres de travail d’IA visuelle et des outils comme OpenCV, TensorFlow et PyTorch, ainsi que des bibliothèques d’augmentation comme Albumentations, peuvent automatiser ces processus pour rendre l’augmentation rapide et efficace.

Principales techniques d’augmentation des données d’images#

Maintenant que nous avons vu ce qu’est l’augmentation des données d’images, examinons de plus près quelques techniques fondamentales utilisées pour enrichir les données d’entraînement.

Ajustement de l’orientation et de la position#

Les modèles de vision par ordinateur comme YOLO11 doivent souvent reconnaître les objets sous différents angles et points de vue. Pour les aider, les images peuvent être retournées horizontalement ou verticalement afin que le modèle d’IA apprenne à reconnaître les objets sous différents points de vue.

De même, faire légèrement pivoter les images modifie leur angle, ce qui permet au modèle d’identifier les objets sous plusieurs perspectives. Le décalage des images dans différentes directions (translation) aide aussi les modèles à s’adapter à de petits changements de position. Ces transformations permettent aux modèles de mieux généraliser aux conditions réelles, où l’emplacement des objets dans une image est imprévisible.

Fig. 2. Différentes méthodes d’augmentation liées à l’orientation et à la position.

Redimensionnement et recadrage#

Dans les applications concrètes de vision par ordinateur, les objets d’une image peuvent apparaître à différentes distances et tailles. Les modèles d’IA visuelle doivent être suffisamment robustes pour les détecter malgré ces différences.

Pour améliorer leur capacité d’adaptation, tu peux utiliser les méthodes d’augmentation suivantes :

• Mise à l’échelle : le redimensionnement modifie la taille de l’image tout en conservant ses proportions, ce qui permet aux modèles d’IA de détecter des objets à différentes distances.
• Recadrage : cette méthode supprime les parties inutiles d’une image, aidant le modèle à se concentrer sur les zones clés et à réduire les distractions en arrière-plan.
• Cisaillement : incliner légèrement une image simule une apparence penchée ou étirée, ce qui aide l’IA à reconnaître les objets sous différents angles.

Ces ajustements aident les modèles de vision par ordinateur à reconnaître les objets même si leur taille ou leur forme change légèrement.

Ajustements de perspective et de distorsion#

Les objets peuvent apparaître différemment selon l’angle de la caméra, ce qui complique leur reconnaissance par les modèles de vision par ordinateur. Pour aider les modèles à gérer ces variations, les techniques d’augmentation peuvent modifier la manière dont les objets sont présentés dans les images.

Par exemple, les transformations de perspective peuvent modifier l’angle de vue et donner l’impression qu’un objet est observé depuis une autre position. Les modèles d’IA pour la vision peuvent ainsi reconnaître les objets même lorsqu’ils sont inclinés ou capturés depuis un point de vue inhabituel.

Un autre exemple est la transformation élastique, qui étire, plie ou déforme les images afin de simuler des distorsions naturelles et de faire apparaître les objets comme ils le feraient dans des reflets ou sous pression.

Modifications des couleurs et de l’éclairage#

Les conditions d’éclairage et les différences de couleurs peuvent avoir un impact considérable sur la manière dont les modèles d’IA pour la vision interprètent les images. Comme les objets peuvent apparaître différemment selon les réglages d’éclairage, les techniques d’augmentation suivantes peuvent aider à gérer ces situations :

• Ajustement de la luminosité et du contraste : simuler différentes conditions d’éclairage aide les modèles d’IA pour la vision à reconnaître les objets dans des environnements clairs comme sombres.
• Variation aléatoire des couleurs : modifier aléatoirement la teinte, la saturation et l’équilibre des couleurs rend les modèles de vision par ordinateur plus adaptables à différentes caméras et conditions d’éclairage.
• Conversion en niveaux de gris : convertir les images en noir et blanc incite les modèles d’IA pour la vision à se concentrer sur les formes et les textures plutôt que sur les couleurs.

Fig. 3 Exemples d’augmentations liées aux variations de couleur.

Techniques avancées d’augmentation des données d’image#

Jusqu’à présent, nous avons uniquement exploré des techniques d’augmentation qui modifient une seule image. Certaines méthodes plus avancées combinent toutefois plusieurs images pour améliorer l’apprentissage de l’IA.

Par exemple, MixUp fusionne deux images, aidant les modèles de vision par ordinateur à comprendre les relations entre les objets et à mieux généraliser à différents scénarios. CutMix va plus loin en remplaçant une partie d’une image par une partie d’une autre, ce qui permet aux modèles d’apprendre à partir de plusieurs contextes au sein d’une même image. CutOut fonctionne autrement : cette méthode supprime des parties aléatoires d’une image afin d’entraîner les modèles d’IA pour la vision à reconnaître les objets même lorsqu’ils sont partiellement masqués ou obstrués.

Fig. 4 Techniques avancées d’augmentation des données d’image.

Le rôle de l’IA générative dans l’augmentation des données d’image#

L’IA générative gagne du terrain dans de nombreux secteurs et dans les applications du quotidien. Tu l’as probablement déjà rencontrée sous la forme d’images générées par l’IA, de vidéos truquées ou d’applications qui créent des avatars réalistes. Mais au-delà de la création et du divertissement, l’IA générative peut contribuer à entraîner les modèles d’IA visuelle en générant de nouvelles images à partir d’images existantes.

Au lieu de simplement retourner ou faire pivoter des images, elle peut créer des variations réalistes : modifier les expressions faciales, les styles vestimentaires ou même simuler différentes conditions météorologiques. Ces variations aident les modèles de vision par ordinateur à mieux s’adapter et à gagner en précision dans divers scénarios du monde réel. Les modèles avancés d’IA générative, comme les réseaux antagonistes génératifs (GANs) et les modèles de diffusion, peuvent aussi compléter les détails manquants ou créer des images synthétiques de grande qualité.

Limites de l’augmentation des données d’image#

Bien que l’augmentation des données améliore les jeux de données d’entraînement, elle présente aussi certaines limites à prendre en compte. Voici quelques défis importants liés à l’augmentation des données d’image :

• Diversité limitée des données : les images augmentées proviennent de données existantes et ne peuvent pas introduire de motifs entièrement nouveaux ni de perspectives rares.
• Risque de déformation des données : les transformations excessives peuvent rendre les images irréalistes et réduire la précision du modèle dans des situations réelles.
• Calculs supplémentaires : l’augmentation en temps réel pendant l’entraînement d’un modèle peut nécessiter une puissance de calcul considérable, ralentir l’entraînement et accroître l’utilisation de la mémoire.
• Le déséquilibre des classes persiste : l’augmentation ne crée pas d’échantillons entièrement nouveaux ; les catégories sous-représentées peuvent donc continuer à entraîner un apprentissage biaisé.

Une application concrète de l’augmentation des données d’image#

Les voitures autonomes offrent une application intéressante de l’augmentation des données d’image, car les décisions prises en une fraction de seconde par des modèles de vision par ordinateur comme Ultralytics YOLO11 sont cruciales. Le modèle doit pouvoir détecter avec précision les routes, les personnes et les autres objets.

Cependant, les conditions réelles rencontrées par un véhicule autonome peuvent être imprévisibles. Le mauvais temps, le flou de mouvement et les panneaux masqués peuvent compliquer les solutions d’IA pour la vision dans ce secteur. Entraîner des modèles de vision par ordinateur uniquement avec des images du monde réel ne suffit souvent pas. Les jeux de données d’images utilisés pour les modèles de voitures autonomes doivent être diversifiés afin que le modèle apprenne à gérer les situations inattendues.

L’augmentation des données d’image résout ce problème en simulant le brouillard, en ajustant la luminosité et en déformant les formes. Ces changements aident les modèles à reconnaître les objets dans différentes conditions. Les modèles deviennent ainsi plus performants et plus fiables.

Grâce à l’augmentation des données d’entraînement, les solutions d’IA pour la vision dans les voitures autonomes s’adaptent mieux et prennent des décisions plus sûres. Des résultats plus précis se traduisent par moins d’accidents et une meilleure navigation.

Fig. 5 Exemple d’augmentation des données d’image appliquée aux voitures autonomes.

Les voitures autonomes ne sont qu’un exemple. En réalité, l’augmentation des données d’image est essentielle dans de nombreux secteurs, de l’imagerie médicale à l’analyse de la vente au détail. Toute application reposant sur la vision par ordinateur peut potentiellement en tirer parti.

Points clés à retenir#

Les systèmes d’IA pour la vision doivent pouvoir reconnaître des objets dans différentes conditions, mais il peut être difficile de recueillir une quantité illimitée d’images du monde réel pour l’entraînement. L’augmentation des données d’image résout ce problème en créant des variations à partir d’images existantes, aidant les modèles à apprendre plus vite et à mieux fonctionner dans des situations réelles. Elle améliore la précision et garantit que les modèles d’IA pour la vision comme Ultralytics YOLO11 peuvent gérer différents éclairages, angles et environnements.

Pour les entreprises et les développeurs, l’augmentation des données d’image permet de gagner du temps et de réduire les efforts, tout en rendant les modèles de vision par ordinateur plus fiables. De la santé aux voitures autonomes, de nombreux secteurs en dépendent. À mesure que l’IA visuelle évolue, l’augmentation restera essentielle pour créer des modèles plus intelligents et plus adaptables.

Rejoins notre communauté et consulte notre dépôt GitHub pour voir l’IA en action. Découvre nos options de licence et explore les pages de nos solutions pour en savoir plus sur l’IA dans l’agriculture et la vision par ordinateur dans l’industrie manufacturière.