Usare le augmentations di Albumentations per diversificare i tuoi dati

Quando sviluppi una soluzione di computer vision, raccogliere un set diversificato di immagini per addestrare modelli di AI per la visione può essere una fase cruciale del processo. Spesso richiede molto tempo e denaro e, a volte, le immagini raccolte non sono comunque abbastanza varie perché i modelli possano apprendere efficacemente.

Ad esempio, i modelli di computer vision come Ultralytics YOLO11 possono essere addestrati su misura con dataset di immagini per varie attività di computer vision relative ad applicazioni diverse. La diversità dei dati è fondamentale perché aiuta il modello a generalizzare meglio, permettendogli di riconoscere oggetti e pattern in un'ampia gamma di scenari del mondo reale.

Se hai difficoltà a causa della mancanza di dati diversificati, le tecniche di data augmentation delle immagini possono essere un'ottima soluzione. Metodi come ruotare, capovolgere e modificare la luminosità possono contribuire ad aumentare la varietà del tuo dataset, migliorando la capacità del modello di gestire una gamma più ampia di condizioni.

Per questo Ultralytics supporta un'integrazione per la data augmentation delle immagini. Utilizzando Albumentations, uno strumento diffuso che offre una raccolta di trasformazioni, puoi creare dati visivi diversificati. Questa integrazione semplifica il processo di addestramento di YOLO11 applicando automaticamente le augmentations alle immagini di training e migliorando così le prestazioni del modello.

In questo articolo esploreremo come utilizzare l'integrazione di Albumentations, i suoi vantaggi e il suo impatto sull'addestramento del modello.

Che cos'è Albumentations?#

I modelli di computer vision possono apprendere da un ampio insieme di immagini di alta qualità per riconoscere oggetti in ambienti diversi. Raccogliere dataset di grandi dimensioni da fonti del mondo reale può essere lento, costoso e inefficiente. Per semplificare questa attività, puoi utilizzare la data augmentation delle immagini per creare nuove varianti di immagini esistenti, aiutando i modelli ad apprendere da scenari diversi senza raccogliere altri dati.

Nello specifico, puoi utilizzare Albumentations, una libreria open source introdotta nel 2018 per eseguire in modo efficiente la data augmentation delle immagini. Supporta numerose operazioni, dalle semplici modifiche geometriche come rotazioni e capovolgimenti, a regolazioni più complesse come luminosità, contrasto e aggiunta di rumore.

Fig. 1. Esempi di diversi tipi di data augmentation delle immagini.

Caratteristiche principali di Albumentations#

Albumentations è nota per le sue elevate prestazioni, ovvero può elaborare le immagini in modo rapido ed efficiente. Basata su librerie ottimizzate come OpenCV e NumPy, gestisce dataset di grandi dimensioni con tempi di elaborazione minimi, risultando ideale per una data augmentation rapida durante l'addestramento del modello.

Ecco altre caratteristiche principali di Albumentations:

• Ampia gamma di trasformazioni: Albumentations offre oltre 70 tipi di augmentations. Queste variazioni aiutano i modelli a imparare a rilevare gli oggetti nonostante i cambiamenti nell'illuminazione, negli angoli o negli sfondi.
• Ottimizzata per la velocità: Utilizza tecniche di ottimizzazione avanzate come SIMD (Istruzione singola, dati multipli), che elaborano più punti dati contemporaneamente per accelerare la data augmentation delle immagini e gestire in modo efficiente dataset di grandi dimensioni.
• Tre livelli di augmentations: Migliora i dati in tre modi. Ad esempio, le augmentations a livello di pixel regolano luminosità e colore senza alterare gli oggetti. Le augmentations a livello spaziale modificano invece la posizione degli oggetti preservando i dettagli chiave, mentre quelle a livello di mixing fondono parti di immagini diverse per creare nuovi campioni.

Perché dovresti utilizzare l'integrazione di Albumentations?#

Potresti chiederti: esistono molti modi per applicare le augmentations a un dataset e potresti persino crearne di tue utilizzando strumenti come OpenCV. Perché allora scegliere un'integrazione che supporta una libreria come Albumentations?

Creare manualmente le augmentations con strumenti come OpenCV può richiedere molto tempo e una certa esperienza. Inoltre, può essere difficile ottimizzare le trasformazioni per ottenere i risultati migliori. L'integrazione di Albumentations semplifica questo processo. Offre numerose trasformazioni pronte all'uso che possono farti risparmiare tempo e fatica nella preparazione del tuo dataset.

Un altro motivo per scegliere l'integrazione di Albumentations è che funziona perfettamente con la pipeline di addestramento del modello di Ultralytics. Rende molto più semplice addestrare YOLO11 su misura, poiché le augmentations vengono applicate automaticamente durante l'addestramento. Semplifica il processo, così puoi concentrarti maggiormente sul miglioramento del modello invece che sulla gestione della preparazione dei dati.

Iniziare a utilizzare l'integrazione di Albumentations#

È interessante notare che utilizzare le integrazioni di Albumentations per addestrare Ultralytics YOLO11 è più semplice di quanto possa sembrare. Una volta configurate le librerie corrette, l'integrazione applica automaticamente le augmentations alle immagini durante l'addestramento. Aiuta il modello ad apprendere da diverse varianti delle immagini utilizzando lo stesso dataset.

Vediamo ora come installare e utilizzare l'integrazione di Albumentations per addestrare su misura Ultralytics YOLO11.

Installare il pacchetto Python di Ultralytics e Albumentations#

Prima di applicare le augmentations, è necessario installare sia il pacchetto Python di Ultralytics sia Albumentations. L'integrazione è stata progettata affinché entrambe le librerie funzionino insieme senza problemi per impostazione predefinita, quindi non devi preoccuparti di configurazioni complesse.

L'intero processo di installazione può essere completato in appena un paio di minuti con un singolo comando pip, uno strumento per la gestione dei pacchetti che consente di installare le librerie Python, come mostrato nell'immagine seguente.

Fig. 2. Installazione di Ultralytics e Albumentations.

Una volta installato Albumentations, la modalità di addestramento dei modelli Ultralytics applica automaticamente le augmentations alle immagini durante l'addestramento. Se Albumentations non è installato, queste augmentations non verranno applicate. Per ulteriori dettagli, consulta la documentazione ufficiale di Ultralytics.

Addestrare Ultralytics YOLO11 con l'aiuto dell'integrazione di Albumentations#

Vediamo più da vicino cosa accade all'interno dell'integrazione di Albumentations.

Ecco un'analisi più dettagliata delle augmentations applicate durante l'addestramento di Ultralytics YOLO11:

• Sfocatura: Questa trasformazione aggiunge una leggera sfocatura a un'immagine. Aiuta il modello a rilevare gli oggetti anche quando non sono a fuoco.
• Sfocatura mediana: Riduce il rumore casuale preservando i bordi degli oggetti in un'immagine. Questo facilita il rilevamento degli oggetti da parte del modello in ambienti complessi.
• Scala di grigi: Convertendo un'immagine in bianco e nero, questa augmentation può aiutare il modello a concentrarsi su forme e texture invece che sui colori.
• CLAHE (Equalizzazione adattiva dell'istogramma con contrasto limitato): Questa augmentation aumenta il contrasto nelle immagini, in particolare nelle aree troppo scure o difficili da vedere, come in condizioni di scarsa illuminazione o foschia. Rende più chiari gli oggetti in queste aree e facilita la loro identificazione da parte del modello.

Fig. 3. Esempio di augmentation in scala di grigi applicata all'immagine di un gatto.

Applicazioni di Ultralytics YOLO11 e dell'integrazione di Albumentations#

Se stai addestrando su misura Ultralytics YOLO11 per un'applicazione specifica, l'integrazione di Albumentations può contribuire a migliorare le prestazioni del modello adattandolo a condizioni diverse. Vediamo alcune applicazioni del mondo reale e le sfide che questa integrazione può risolvere.

Migliorare l'imaging medico#

La Vision AI nel settore sanitario aiuta i medici ad analizzare le immagini mediche con maggiore precisione, fornendo supporto alle diagnosi e migliorando l'assistenza ai pazienti. Infatti, circa un quinto delle organizzazioni sanitarie utilizza già soluzioni di AI.

Tuttavia, la creazione di queste soluzioni di computer vision comporta una serie di sfide. Le scansioni mediche possono variare notevolmente da un ospedale all'altro, influenzate da fattori come apparecchiature, impostazioni e persino esperienza dei tecnici differenti. Le variazioni di luminosità, contrasto ed esposizione possono influire sulla coerenza e sull'accuratezza dei modelli di Vision AI, rendendo difficile ottenere prestazioni affidabili in ambienti diversi.

È qui che l'integrazione di strumenti come Albumentations diventa essenziale. Generando più versioni aumentate della stessa scansione, Albumentations consente al modello di apprendere da immagini di qualità diversa. Questo aiuta il modello a diventare più robusto, permettendogli di rilevare con precisione le malattie sia nelle immagini di alta qualità sia in quelle di bassa qualità.

Fig. 4. Immagini radiografiche aumentate.

Migliorare la sicurezza e la sorveglianza#

Un'altra applicazione interessante della Vision AI è la sicurezza e la sorveglianza. Il rilevamento degli oggetti in tempo reale può aiutare i team di sicurezza a identificare rapidamente potenziali minacce.

Una preoccupazione principale legata a questa applicazione è che le telecamere di sicurezza acquisiscono filmati in condizioni di illuminazione diverse durante il giorno, e tali condizioni possono influire notevolmente sul modo in cui un modello interpreta queste immagini. Fattori come ambienti scarsamente illuminati, riflessi o scarsa visibilità possono rendere difficile per i modelli di computer vision rilevare gli oggetti o riconoscere con coerenza potenziali minacce.

L'integrazione di Albumentations è utile perché applica trasformazioni che imitano condizioni di illuminazione diverse. Questo permette al modello di imparare a rilevare gli oggetti sia in ambienti luminosi sia in condizioni di scarsa illuminazione, rendendolo più affidabile e migliorando i tempi di risposta in situazioni difficili.

Ridefinire i flussi di lavoro del retail e l'esperienza dei clienti#

Un liquido versato in una corsia del supermercato, un cane che corre in un negozio o un bambino che rovescia un espositore di prodotti sono solo alcuni esempi di eventi quotidiani che possono rappresentare casi limite per gli ambienti di Vision AI nel retail. La computer vision viene utilizzata sempre più spesso per migliorare l'esperienza dei clienti monitorando il comportamento degli acquirenti, il flusso di persone e i prodotti sugli scaffali. Tuttavia, questi scenari del mondo reale possono essere difficili da comprendere ed elaborare correttamente per i sistemi di AI.

Sebbene non sia possibile rappresentare ogni scenario in un dataset di computer vision, l'integrazione di Albumentations è utile perché aumenta i dati per coprire molte situazioni possibili, come illuminazione imprevista, angolazioni insolite o ostruzioni. Questo aiuta i modelli di computer vision ad adattarsi a condizioni diverse, migliorando la loro capacità di gestire i casi limite e produrre previsioni accurate in ambienti retail dinamici.

Punti chiave#

Raccogliere dati diversificati del mondo reale per addestrare un modello può essere complicato, ma Albumentations semplifica il processo creando varianti delle immagini che aiutano i modelli ad adattarsi a condizioni diverse.

L'integrazione di Albumentations supportata da Ultralytics semplifica il processo di applicazione di queste augmentations durante l'addestramento su misura di YOLO11. Il risultato è una migliore qualità del dataset, a vantaggio di un'ampia gamma di settori grazie a modelli di Vision AI più accurati e affidabili.

Unisciti alla nostra community ed esplora il nostro repository GitHub per saperne di più sull'AI, poi dai un'occhiata alle nostre opzioni di licenza per dare il via ai tuoi progetti di Vision AI. Ti interessano innovazioni come l'AI nel settore manifatturiero o la computer vision per la guida autonoma? Visita le nostre pagine sulle soluzioni per scoprire di più.