La guida definitiva alla data augmentation nel 2025

A causa del boom dell'AI, fenomeni come i robot che lavorano nelle fabbriche e le auto a guida autonoma che percorrono le strade fanno sempre più spesso notizia. L'AI sta cambiando il modo in cui le macchine interagiscono con il mondo, dal miglioramento dell'imaging medico all'assistenza nel controllo qualità sulle linee di produzione.

Gran parte di questo progresso deriva dalla computer vision, un ramo dell'AI che consente alle macchine di comprendere e interpretare le immagini. Proprio come gli esseri umani imparano a riconoscere oggetti e schemi nel tempo, i modelli di AI per la visione come Ultralytics YOLO11 devono essere addestrati su grandi quantità di dati visivi per sviluppare la propria capacità di comprensione delle immagini.

Tuttavia, raccogliere una quantità così vasta di dati visivi non è sempre facile. Anche se la community della computer vision ha creato molti grandi dataset, questi possono comunque non includere alcune varianti, come immagini con oggetti in condizioni di scarsa illuminazione, elementi parzialmente nascosti o soggetti osservati da angolazioni diverse. Queste differenze possono confondere i modelli di computer vision addestrati solo in condizioni specifiche.

L'augmentation dei dati delle immagini è una tecnica che risolve questo problema introducendo nuove varianti nei dati esistenti. Modificando le immagini, ad esempio regolando i colori, ruotandole o cambiando la prospettiva, il dataset diventa più diversificato e aiuta i modelli di AI per la visione a riconoscere meglio gli oggetti nelle situazioni del mondo reale.

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

Che cos'è l'augmentation dei dati delle immagini?#

Supponiamo che tu stia cercando di riconoscere un amico in mezzo alla folla, ma che indossi gli occhiali da sole o si trovi in una zona in ombra. Anche con questi piccoli cambiamenti nell'aspetto, sai comunque chi è. Un modello di AI per la visione, invece, potrebbe avere difficoltà con variazioni simili, a meno che non sia stato addestrato a riconoscere gli oggetti in contesti diversi.

L'augmentation dei dati delle immagini migliora le prestazioni dei modelli di computer vision aggiungendo ai dati di addestramento versioni modificate delle immagini esistenti, invece di raccogliere migliaia di nuove immagini.

Modifiche alle immagini come capovolgimenti, rotazioni, regolazioni della luminosità o piccole distorsioni espongono i modelli di AI per la visione a una gamma più ampia di condizioni. Invece di dipendere da dataset enormi, i modelli possono imparare in modo efficiente da dataset di addestramento più piccoli contenenti immagini aumentate.

Fig. 1 Esempi di immagini aumentate di un'auto.

L'importanza dell'augmentation dei dati nella computer vision#

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

• Riduce i requisiti di dati: raccogliere grandi dataset di immagini richiede tempo e risorse. L'augmentation può essere utilizzata per addestrare efficacemente i modelli senza aver bisogno di dataset enormi.
• Previene l'overfitting: un modello addestrato su un numero troppo ridotto di esempi potrebbe memorizzare i dettagli invece di riconoscere gli schemi generali. Aggiungere varietà tramite l'augmentation garantisce che i modelli di AI per la visione imparino in modo da applicare quanto appreso a dati nuovi e mai osservati.
• Imita le immagini imperfette: le immagini nei dataset sono spesso troppo perfette, mentre le foto del mondo reale possono essere sfocate, oscurate o distorte. Aumentare le immagini con rumore, occlusioni o altre variazioni le rende più realistiche.
• Migliora la robustezza del modello: l'addestramento con immagini diversificate aiuta l'AI a gestire i cambiamenti del mondo reale, rendendola più affidabile in ambienti, condizioni di illuminazione e situazioni diversi.

Quando dovresti usare l'augmentation dei dati delle immagini?#

L'augmentation dei dati delle immagini è particolarmente utile quando un modello di computer vision deve riconoscere oggetti in situazioni diverse, ma non dispone di un numero sufficiente di immagini diversificate.

Ad esempio, se i ricercatori stanno addestrando un modello di AI per la visione a identificare specie sottomarine rare, fotografate raramente, il dataset potrebbe essere piccolo o privo di varianti. Aumentando le immagini, regolando i colori per simulare diverse profondità dell'acqua, aggiungendo rumore per imitare condizioni di scarsa visibilità o modificando leggermente le forme per tenere conto del movimento naturale, il modello può imparare a rilevare oggetti sottomarini con maggiore precisione.

Ecco altre situazioni in cui l'augmentation fa una grande differenza:

• Bilanciamento del dataset: alcuni oggetti possono comparire meno spesso nei dati di addestramento, rendendo distorti i modelli di AI per la visione. L'augmentation aiuta a creare più esempi degli oggetti rari, così il modello può riconoscere tutte le categorie in modo equo.
• Adattamento a fotocamere diverse: le immagini possono apparire diverse a seconda del dispositivo. L'augmentation aiuta i modelli di AI per la visione a funzionare bene con foto aventi risoluzioni, illuminazione e qualità diverse.
• Correzione di piccoli errori di annotazione: piccoli spostamenti, ritagli o rotazioni aiutano i modelli di computer vision a riconoscere correttamente gli oggetti, anche se le annotazioni originali non sono perfettamente allineate.

Come funziona l'augmentation dei dati delle immagini#

Agli albori della computer vision, l'augmentation dei dati delle immagini consisteva principalmente in tecniche di base di elaborazione delle immagini, come capovolgimenti, rotazioni e ritagli, 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 (mixing delle immagini) per migliorare l'apprendimento.

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

Queste modifiche vengono applicate usando trasformazioni matematiche. Ad esempio, la rotazione inclina un'immagine, il ritaglio ne rimuove parti per simulare viste diverse e le variazioni di luminosità simulano condizioni di illuminazione differenti. La sfocatura rende le immagini più morbide, la nitidezza rende i dettagli più chiari e il mixing delle immagini combina parti di immagini diverse. I framework di AI per la visione e strumenti come OpenCV, TensorFlow e PyTorch possono automatizzare questi processi, rendendo l'augmentation rapida ed efficace.

Principali tecniche di augmentation dei dati delle immagini#

Ora che abbiamo spiegato cos'è l'augmentation dei dati delle immagini, analizziamo più da vicino alcune tecniche fondamentali utilizzate per migliorare i dati di addestramento.

Regolazione dell'orientamento e della posizione#

I modelli di computer vision come YOLO11 devono spesso riconoscere gli oggetti da angolazioni e punti di vista diversi. Per facilitare questo compito, le immagini possono essere capovolte orizzontalmente o verticalmente, così il modello di AI impara a riconoscere gli oggetti da prospettive diverse.

Allo stesso modo, ruotare leggermente le immagini ne modifica l'angolazione, consentendo al modello di identificare gli oggetti da più prospettive. Anche lo spostamento delle immagini in direzioni diverse (traslazione) aiuta i modelli ad adattarsi a piccoli cambiamenti di posizione. Queste trasformazioni garantiscono una migliore generalizzazione in condizioni reali, dove la posizione degli oggetti in un'immagine è imprevedibile.

Fig. 2 Diversi metodi di augmentation relativi all'orientamento e alla posizione.

Ridimensionamento e ritaglio#

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

Per migliorare l'adattabilità, è possibile utilizzare i seguenti metodi di augmentation:

• Ridimensionamento: il ridimensionamento modifica le dimensioni dell'immagine mantenendone le proporzioni e consente ai modelli di AI di rilevare oggetti a distanze diverse.
• Ritaglio: rimuove le parti non necessarie di un'immagine, aiutando il modello a concentrarsi sulle aree chiave e riducendo le distrazioni dello sfondo.
• Inclinazione: inclinare leggermente un'immagine simula un aspetto obliquo o allungato, aiutando l'AI a riconoscere gli oggetti da angolazioni diverse.

Queste regolazioni aiutano i modelli di computer vision a riconoscere gli oggetti anche quando le loro dimensioni o forme cambiano leggermente.

Regolazioni della prospettiva e della distorsione#

Gli oggetti nelle immagini possono apparire diversi a seconda dell'angolazione della fotocamera, 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 osservazione, facendo apparire un oggetto come se fosse visto da una posizione diversa. In questo modo i modelli di AI per la visione possono riconoscere gli oggetti anche quando sono inclinati o catturati da un punto di vista insolito.

Un altro esempio è la trasformazione elastica, che allunga, piega o deforma le immagini per simulare distorsioni naturali, così gli oggetti appaiono come apparirebbero nei riflessi o sotto pressione.

Modifiche del colore e dell'illuminazione#

Le condizioni di illuminazione e le differenze di colore possono influire significativamente sul modo in cui i modelli di AI per la visione interpretano le immagini. Poiché gli oggetti possono apparire diversi in condizioni di illuminazione differenti, le seguenti tecniche di augmentation possono aiutare a gestire queste situazioni:

• Regolazione di luminosità e contrasto: simulare diverse condizioni di illuminazione aiuta i modelli di AI per la visione a riconoscere gli oggetti sia in ambienti luminosi sia in ambienti bui.
• Variazione casuale dei colori: modificare casualmente tonalità, saturazione e bilanciamento del colore rende i modelli di computer vision più adattabili a fotocamere e condizioni di illuminazione diverse.
• Conversione in scala di grigi: convertire le immagini in bianco e nero incoraggia i modelli di AI per la visione a concentrarsi su forme e trame invece che sul colore.

Fig. 3 Esempi di augmentation relative alle variazioni di colore.

Tecniche avanzate di augmentation dei dati delle immagini#

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

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

Fig. 4 Tecniche avanzate di augmentation dei dati delle immagini.

Il ruolo dell'AI generativa nell'augmentation dei dati delle immagini#

L'AI generativa sta guadagnando terreno in molti settori e nelle applicazioni quotidiane. Probabilmente l'hai già incontrata in relazione a immagini generate dall'AI, video deepfake o app che creano avatar realistici. Oltre alla creatività e all'intrattenimento, però, l'AI generativa svolge un ruolo cruciale nell'addestramento dei modelli di AI per la visione, generando nuove immagini a partire da quelle esistenti.

Invece di limitarsi a capovolgere o ruotare le immagini, può creare variazioni realistiche, modificando le espressioni del viso, gli stili dell'abbigliamento o persino simulando condizioni meteorologiche diverse. Queste variazioni aiutano i modelli di computer vision a diventare più adattabili e precisi in scenari reali diversificati. I modelli avanzati di AI generativa, come le reti generative avversarie (GANs) e i modelli di diffusione, possono anche ricostruire dettagli mancanti o creare immagini sintetiche di alta qualità.

Limitazioni dell'augmentation dei dati delle immagini#

Sebbene l'augmentation dei dati migliori i dataset di addestramento, presenta anche alcune limitazioni da considerare. Ecco alcune delle principali sfide relative all'augmentation dei dati delle immagini:

• Diversità limitata dei dati: le immagini aumentate derivano dai dati esistenti e non possono introdurre schemi completamente nuovi o prospettive rare.
• Potenziale distorsione dei dati: trasformazioni eccessive possono rendere le immagini irrealistiche, riducendo potenzialmente la precisione del modello negli scenari del mondo reale.
• Aumento del calcolo: l'augmentation in tempo reale durante l'addestramento del modello può richiedere una notevole potenza di elaborazione, rallentando l'addestramento e aumentando l'utilizzo della memoria.
• Lo sbilanciamento delle classi rimane: l'augmentation non crea campioni completamente nuovi, quindi le categorie sottorappresentate possono continuare a causare un apprendimento distorto.

Un'applicazione reale dell'augmentation dei dati delle immagini#

Un'applicazione interessante dell'augmentation dei dati delle immagini è rappresentata dalle auto a guida autonoma, dove le decisioni prese in frazioni di secondo dai modelli di computer vision come Ultralytics YOLO11 sono cruciali. Il modello deve essere in grado di rilevare con precisione strade, persone e altri oggetti.

Tuttavia, le condizioni del mondo reale incontrate da un veicolo a guida autonoma possono essere imprevedibili. Il maltempo, il motion blur e i segnali nascosti possono rendere complesse le soluzioni di AI per la visione in questo settore. Spesso non è sufficiente addestrare i modelli di computer vision solo con immagini del mondo reale. I dataset di immagini per i modelli delle auto a guida autonoma devono essere diversificati, così il modello può imparare a gestire situazioni impreviste.

L'augmentation 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 condizioni diverse. Di conseguenza, i modelli diventano più intelligenti e affidabili.

Con l'addestramento aumentato, le soluzioni di AI per la visione nelle auto a guida autonoma si adattano meglio e prendono decisioni più sicure. Risultati più precisi significano meno incidenti e una navigazione migliore.

Fig. 5 Un esempio di augmentation dei dati delle immagini applicata alle auto a guida autonoma.

Le auto a guida autonoma sono solo un esempio. In realtà, l'augmentation dei dati delle immagini è fondamentale in un'ampia gamma di settori, dall'imaging medico all'analisi del retail. Qualsiasi applicazione che si basa sulla computer vision può potenzialmente trarre vantaggio dall'augmentation dei dati delle immagini.

Punti chiave#

I sistemi di AI per la visione devono essere in grado di riconoscere gli oggetti in condizioni diverse, ma raccogliere un numero infinito di immagini del mondo reale per l'addestramento può essere difficile. L'augmentation dei dati delle immagini risolve questo problema creando varianti delle immagini esistenti, aiutando i modelli a imparare più rapidamente e a ottenere prestazioni migliori nelle situazioni reali. Migliora la precisione, garantendo che i modelli di AI per la visione come Ultralytics YOLO11 possano gestire illuminazione, angolazioni e ambienti diversi.

Per aziende e sviluppatori, l'augmentation dei dati delle immagini fa risparmiare tempo e fatica, rendendo al contempo più affidabili i modelli di computer vision. Dall'assistenza sanitaria alle auto a guida autonoma, molti settori dipendono da questa tecnica. Con la continua evoluzione della Vision AI, l'augmentation rimarrà una componente essenziale per costruire modelli più intelligenti e adattabili in 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 dedicate alle soluzioni.