La guida definitiva all'aumento dei dati nel 2025

A causa del boom dell'IA, fenomeni come i robot che lavorano nelle fabbriche e le auto a guida autonoma che percorrono le strade sono sempre più spesso sulle prime pagine dei giornali. L'IA sta cambiando il modo in cui le macchine interagiscono con il mondo, dal miglioramento dell'imaging medicale al supporto del controllo qualità nelle linee di produzione.

Gran parte di questo progresso deriva dalla computer vision, una branca dell'AI che consente alle macchine di comprendere e interpretare le immagini. Proprio come gli esseri umani imparano a riconoscere oggetti e modelli nel tempo, i modelli di Vision AI come Ultralytics YOLO11 devono essere addestrati su grandi quantità di dati di immagini per sviluppare la loro comprensione visiva.

Tuttavia, raccogliere una quantità così vasta di dati visivi non è sempre facile. Anche se la comunità della computer vision ha creato molti grandi set di dati, questi possono comunque perdere alcune variazioni, come immagini con oggetti in condizioni di scarsa illuminazione, elementi parzialmente nascosti o cose viste da diverse angolazioni. Queste differenze possono creare confusione per i modelli di computer vision che sono stati addestrati solo in condizioni specifiche.

L'aumento dei dati delle immagini è una tecnica che risolve questo problema introducendo nuove variazioni nei dati esistenti. Apportando modifiche alle immagini, come la regolazione dei colori, la rotazione o lo spostamento della prospettiva, il set di dati diventa più diversificato, aiutando i modelli di Vision AI a riconoscere meglio gli oggetti in situazioni reali.

In questo articolo, esploreremo come funziona l'aumento dei dati delle immagini e l'impatto che può avere sulle applicazioni di computer vision.

Cos'è l'aumento dei dati di immagine?

Supponiamo di voler riconoscere un amico in mezzo alla folla, ma indossa occhiali da sole o si trova in un punto ombreggiato. Anche con questi piccoli cambiamenti nell'aspetto, riusciamo comunque a capire chi è. D'altra parte, un modello di Vision AI potrebbe avere difficoltà con tali variazioni, a meno che non sia stato addestrato a riconoscere gli oggetti in diverse impostazioni.

L'aumento dei dati delle immagini migliora le prestazioni del modello di visione artificiale aggiungendo versioni modificate delle immagini esistenti ai dati di addestramento, invece di raccogliere migliaia di nuove immagini. 

Modifiche alle immagini come il ribaltamento, la rotazione, la regolazione della luminosità o l'aggiunta di piccole distorsioni espongono i modelli di Vision AI a una gamma più ampia di condizioni. Invece di fare affidamento su set di dati massicci, i modelli possono apprendere in modo efficiente da set di dati di addestramento più piccoli con immagini aumentate. 

‍

L'importanza dell'aumento dei dati nella computer vision

Ecco alcuni dei motivi principali per cui l'aumento dei dati è essenziale per la computer vision:

• Riduce i requisiti di dati: La raccolta di grandi set di dati di immagini richiede tempo e risorse. L'aumento dei dati può essere utilizzato per addestrare efficacemente i modelli senza la necessità di set di dati massicci.
  ‍
• Previene l'overfitting: Un modello addestrato su troppo pochi esempi può memorizzare i dettagli invece di riconoscere i modelli generali. L'aggiunta di varietà attraverso l'aumento dei dati assicura che i modelli Vision AI imparino in un modo che si applichi a dati nuovi e non visti.
  ‍
• Imita immagini imperfette: Le immagini nei set di dati sono spesso troppo perfette, ma le foto del mondo reale possono essere sfocate, oscurate o distorte. Aumentare le immagini con rumore, occlusioni o altre variazioni le rende più realistiche.
  ‍
• Aumenta la robustezza del modello: L'addestramento con una varietà di immagini aiuta l'IA a gestire i cambiamenti del mondo reale, rendendola più affidabile in diversi ambienti, condizioni di illuminazione e situazioni.

Quando dovresti usare l'aumento dei dati delle immagini?

L'aumento dei dati delle immagini è particolarmente utile quando un modello di visione artificiale deve riconoscere oggetti in diverse situazioni ma non ha abbastanza immagini variegate. 

Ad esempio, se i ricercatori stanno addestrando un modello di Vision AI per identificare specie sottomarine rare che vengono raramente fotografate, il dataset potrebbe essere piccolo o privo di variazione. Aumentando le immagini - regolando i colori per simulare diverse profondità dell'acqua, aggiungendo rumore per imitare condizioni torbide o alterando leggermente le forme per tenere conto del movimento naturale - il modello può imparare a rilevare oggetti sottomarini in modo più accurato.

Ecco alcune altre situazioni in cui l'aumento dei dati fa una grande differenza:

• Bilanciamento del dataset: Alcuni oggetti possono apparire meno spesso nei dati di addestramento, rendendo i modelli di Vision AI distorti. L'augmentation aiuta a creare più esempi di oggetti rari in modo che il modello possa riconoscere tutte le categorie in modo equo.
  ‍
• Adattamento a diverse fotocamere: Le immagini possono apparire diverse a seconda del dispositivo. L'aumento dei dati aiuta i modelli di Vision AI a funzionare bene su foto con diverse risoluzioni, illuminazione e qualità.
  ‍
• Correzione di piccoli errori di etichettatura: Leggeri spostamenti, ritagli o rotazioni aiutano i modelli di computer vision a riconoscere correttamente gli oggetti, anche se le etichette originali non sono perfettamente allineate.

Come funziona l'aumento dei dati immagine

Agli albori della computer vision, la data augmentation delle immagini prevedeva principalmente tecniche di base di image processing come il flipping, la rotazione e il cropping per aumentare la diversità del dataset. Con il miglioramento dell'AI, sono stati introdotti metodi più avanzati, come la regolazione dei colori (trasformazioni dello spazio colore), la nitidezza o la sfocatura delle immagini (filtri kernel) e la fusione di più immagini (image mixing) per migliorare l'apprendimento.

L'augmentation può avvenire prima e durante il training del modello. Prima del training, è possibile aggiungere immagini modificate al dataset per fornire maggiore varietà. Durante il training, le immagini possono essere alterate casualmente in tempo reale, aiutando i modelli di Vision AI ad adattarsi a diverse condizioni.

Queste modifiche vengono apportate utilizzando trasformazioni matematiche. Ad esempio, la rotazione inclina un'immagine, il ritaglio rimuove parti per simulare diverse viste e le modifiche della luminosità simulano variazioni di illuminazione. La sfocatura ammorbidisce le immagini, la nitidezza rende i dettagli più chiari e la fusione di immagini combina parti di immagini diverse. I framework di Vision AI e strumenti come OpenCV, TensorFlow e PyTorch possono automatizzare questi processi, rendendo l'aumento dei dati veloce ed efficace.

Tecniche principali di data augmentation delle immagini

Ora che abbiamo discusso di cosa sia l'aumento dei dati delle immagini, diamo un'occhiata più da vicino ad alcune tecniche fondamentali di aumento dei dati delle immagini utilizzate per migliorare i dati di addestramento.

Regolazione dell'orientamento e della posizione

I modelli di computer vision come YOLO11 spesso devono riconoscere oggetti da varie angolazioni e punti di vista. Per facilitare questo compito, le immagini possono essere capovolte orizzontalmente o verticalmente in modo che il modello di IA impari a riconoscere gli oggetti da diversi punti di vista. 

Allo stesso modo, ruotare leggermente le immagini ne cambia l'angolazione, consentendo al modello di identificare gli oggetti da più prospettive. Inoltre, spostare le immagini in diverse direzioni (traslazione) aiuta i modelli ad adattarsi a piccoli cambiamenti di posizione. Queste trasformazioni assicurano che i modelli generalizzino meglio alle condizioni del mondo reale in cui il posizionamento degli oggetti in un'immagine è imprevedibile.

‍

Ridimensionamento e ritaglio

Per quanto riguarda le soluzioni di computer vision nel mondo reale, gli oggetti nelle immagini possono apparire a distanze e dimensioni variabili. I modelli di Vision AI devono essere sufficientemente robusti da rilevarli indipendentemente da queste differenze. 

Per migliorare l'adattabilità, si possono utilizzare i seguenti metodi di augmentation:

• Scaling: Il ridimensionamento modifica le dimensioni dell'immagine mantenendone le proporzioni, consentendo ai modelli di intelligenza artificiale di rilevare oggetti a distanze diverse.
  ‍
• Cropping: Questo rimuove le parti non necessarie di un'immagine, aiutando il modello a concentrarsi sulle aree chiave e riducendo le distrazioni dello sfondo.
  ‍
• Shearing: Inclinare leggermente un'immagine simula un aspetto inclinato o allungato, aiutando l'IA a riconoscere gli oggetti da diverse angolazioni.

Questi aggiustamenti aiutano i modelli di computer vision a riconoscere gli oggetti anche se le loro dimensioni o forma cambiano leggermente.

Regolazioni di prospettiva e distorsione

Gli oggetti nelle immagini possono apparire in modo diverso a seconda dell'angolazione della telecamera, rendendo difficile il riconoscimento per i modelli di computer vision. Per aiutare i modelli a gestire queste variazioni, le tecniche di augmentation possono modificare il modo in cui gli oggetti vengono presentati nelle immagini. 

Ad esempio, le trasformazioni prospettiche possono cambiare l'angolo di visione, facendo sembrare un oggetto come se fosse visto da una posizione diversa. Ciò consente ai modelli di Vision AI di riconoscere gli oggetti anche quando sono inclinati o catturati da un punto di vista insolito. 

Un altro esempio è una trasformazione elastica che allunga, piega o deforma le immagini per simulare distorsioni naturali, in modo che gli oggetti appaiano come se fossero riflessi o sotto pressione. 

Modifiche di colore e illuminazione

Le condizioni di illuminazione e le differenze di colore possono influire in modo significativo sul modo in cui i modelli di Vision AI interpretano le immagini. Poiché gli oggetti possono apparire in modo diverso in varie condizioni di illuminazione, le seguenti tecniche di augmentation possono aiutare a gestire queste situazioni:

• Regolazioni di luminosità e contrasto: Simulare diverse condizioni di illuminazione aiuta i modelli di Vision AI a riconoscere gli oggetti sia in ambienti luminosi che scuri.
  ‍
• Color jittering: La modifica casuale della tonalità, della saturazione e del bilanciamento del colore rende i modelli di computer vision più adattabili a diverse fotocamere e condizioni di illuminazione.
  ‍
• Conversione in scala di grigi: La conversione delle immagini in bianco e nero incoraggia i modelli di Vision AI a concentrarsi su forme e texture piuttosto che sul colore.

‍

Tecniche avanzate di data augmentation delle immagini

Finora, abbiamo esplorato solo tecniche di augmentation che modificano una singola immagine. Tuttavia, alcuni metodi avanzati prevedono la combinazione di più immagini per migliorare l'apprendimento dell'IA.

Ad esempio, MixUp fonde due immagini insieme, aiutando i modelli di computer vision a comprendere le relazioni tra gli oggetti e migliorando la loro capacità di generalizzare in diversi scenari. CutMix fa un ulteriore passo avanti sostituendo una sezione di un'immagine con una parte di un'altra, consentendo ai modelli di apprendere da più contesti all'interno della stessa immagine. Nel frattempo, CutOut funziona in modo diverso rimuovendo parti casuali di un'immagine, addestrando i modelli di Vision AI a riconoscere gli oggetti anche quando sono parzialmente nascosti o ostruiti.

‍

Il ruolo dell'IA generativa nell'aumento dei dati delle immagini

L'AI generativa sta guadagnando terreno in molti settori e applicazioni quotidiane. Probabilmente l'avrai incontrata in relazione a immagini generate dall'AI, video deepfake o app che creano avatar realistici. Ma oltre alla creatività e all'intrattenimento, l'AI generativa svolge un ruolo cruciale nell'addestramento di modelli di Vision AI generando nuove immagini da quelle esistenti.

Invece di limitarsi a capovolgere o ruotare le immagini, può creare variazioni realistiche: cambiando le espressioni facciali, gli stili di abbigliamento o persino simulando diverse condizioni meteorologiche. Queste variazioni aiutano i modelli di computer vision a diventare più adattabili e accurati in diversi scenari del mondo reale. Modelli avanzati di IA generativa come le GAN (Generative Adversarial Networks) e i modelli di diffusione possono anche riempire i dettagli mancanti o creare immagini sintetiche di alta qualità.

Limitazioni dell'aumento dei dati delle immagini

Sebbene l'aumento dei dati migliori i set di dati di training, ci sono anche alcune limitazioni da considerare. Ecco alcune sfide chiave relative all'aumento dei dati delle immagini:

• Diversità limitata dei dati: Le immagini aumentate provengono da dati esistenti e non possono introdurre modelli completamente nuovi o prospettive rare.
  ‍
• Potenziale distorsione dei dati: Trasformazioni eccessive possono rendere le immagini non realistiche, riducendo potenzialmente la precisione del modello in scenari reali.
  ‍
• Maggiore potenza di calcolo: L'aumento in tempo reale che avviene durante l'addestramento del modello può richiedere una notevole potenza di elaborazione, rallentando l'addestramento e aumentando l'utilizzo della memoria.
  ‍
• Lo squilibrio di classe rimane: L'aumentazione non crea campioni completamente nuovi, quindi le categorie sottorappresentate possono ancora portare a un apprendimento distorto.

Un'applicazione reale dell'aumento dei dati di immagine

Un'applicazione interessante dell'aumento dei dati di immagine è nelle auto a guida autonoma, dove le decisioni prese in una frazione di secondo dai modelli di computer vision come YOLO11 sono cruciali. Il modello deve essere in grado di rilevare strade, persone e altri oggetti in modo accurato.

Tuttavia, le condizioni del mondo reale che un veicolo a guida autonoma incontra possono essere imprevedibili. Il maltempo, il motion blur e i segnali nascosti possono rendere complesse le soluzioni di Vision AI in questo settore. L'addestramento di modelli di computer vision con sole immagini del mondo reale spesso non è sufficiente. I set di dati di immagini per i modelli nelle auto a guida autonoma devono essere diversificati in modo che il modello possa imparare a gestire situazioni impreviste.

L'aumento dei dati delle immagini risolve questo problema simulando la nebbia, regolando la luminosità e distorcendo le forme. Queste modifiche aiutano i modelli a riconoscere gli oggetti in diverse condizioni. Di conseguenza, i modelli diventano più intelligenti e affidabili. 

Con il training aumentato, le soluzioni di Vision AI nelle auto a guida autonoma si adattano meglio e prendono decisioni più sicure. Risultati più accurati significano meno incidenti e una migliore navigazione. 

‍

Le auto a guida autonoma sono solo un esempio. Infatti, l'aumento dei dati delle immagini è fondamentale in una vasta gamma di settori, dall'imaging medicale all'analisi della vendita al dettaglio. Qualsiasi applicazione che si basa sulla computer vision può potenzialmente beneficiare dell'aumento dei dati delle immagini.

Punti chiave

I sistemi di Vision AI devono essere in grado di riconoscere gli oggetti in diverse condizioni, ma raccogliere un'infinità di immagini reali per l'addestramento può essere difficile. L'aumento dei dati delle immagini risolve questo problema creando variazioni delle immagini esistenti, aiutando i modelli a imparare più velocemente e a ottenere prestazioni migliori in situazioni reali. Migliora l'accuratezza, garantendo che i modelli Vision AI come YOLO11 possano gestire diverse condizioni di illuminazione, angolazioni e ambienti.

Per aziende e sviluppatori, l'aumento dei dati delle immagini consente di risparmiare tempo e fatica, rendendo al contempo più affidabili i modelli di computer vision. Dalla sanità alle auto a guida autonoma, molti settori ne dipendono. Man mano che la Vision AI continua a evolversi, l'augmentation continuerà a essere una parte essenziale della costruzione di modelli più intelligenti e adattabili per il futuro.

Unisciti alla nostra community e visita il nostro repository GitHub per vedere l'AI in azione. Esplora le nostre opzioni di licenza e scopri di più sull'AI in agricoltura e sulla computer vision nella produzione nelle nostre pagine delle soluzioni.