Melhora a robustez do modelo de IA com aumentação de dados

O teste é uma parte crucial da criação de qualquer solução tecnológica. Ele mostra às equipes como um sistema realmente funciona antes de ser colocado em produção e permite que corrijam problemas precocemente. Isso é verdade em muitas áreas, incluindo a IA, onde se espera que os modelos lidem com condições imprevisíveis do mundo real assim que são implantados.

Por exemplo, visão computacional é um ramo da IA que ensina máquinas a entender imagens e vídeos. Modelos de visão computacional, como o Ultralytics YOLO26, suportam tarefas como detecção de objetos, segmentação de instâncias e classificação de imagens.

Eles podem ser usados em muitos setores para aplicações como monitoramento de pacientes, análise de tráfego, checkout automatizado e inspeção de qualidade na fabricação. No entanto, mesmo com modelos avançados e dados de treinamento de alta qualidade, as soluções de visão computacional ainda podem ter dificuldades ao enfrentar variações do mundo real, como mudanças na iluminação, movimento ou objetos parcialmente obstruídos.

Isso acontece porque os modelos aprendem com os exemplos que recebem durante o treinamento. Se eles não viram condições como brilho, desfoque de movimento ou visibilidade parcial antes, é menos provável que reconheçam objetos corretamente nesses cenários.

Uma maneira de melhorar a robustez do modelo é através do aumento de dados. Em vez de coletar grandes quantidades de dados novos, os engenheiros podem fazer pequenas e significativas alterações nas imagens existentes, como ajustar a iluminação, recortar ou misturar imagens. Isso ajuda o modelo a aprender a reconhecer os mesmos objetos em uma gama maior de situações.

Neste artigo, exploraremos como o aumento de dados melhora a robustez do modelo e a confiabilidade dos sistemas de visão computacional quando implantados fora de ambientes controlados. Vamos começar!

Link to this sectionComo verificar a robustez de um modelo#

Antes de mergulharmos no aumento de dados, vamos discutir como saber se um modelo de visão computacional está realmente pronto para o uso no mundo real.

Um modelo robusto continua a ter um bom desempenho mesmo quando as condições mudam, em vez de funcionar apenas em imagens limpas e perfeitamente rotuladas. Aqui estão alguns fatores práticos a serem considerados ao avaliar a robustez de um modelo de IA:

• Mudanças de iluminação: Os modelos podem se comportar de maneira diferente quando expostos a luz forte, luz baixa, brilho ou sombras, o que pode afetar a confiança com que os objetos são detectados.
• Oclusão parcial: Em cenas cotidianas, os objetos são frequentemente bloqueados por outros itens ou estão apenas parcialmente visíveis. Um modelo mais robusto é capaz de reconhecê-los mesmo com informações visuais ausentes.
• Cenas lotadas: Ambientes com muitos objetos sobrepostos podem tornar a detecção mais desafiadora. Modelos que funcionam bem nesses casos são tipicamente mais confiáveis em configurações complexas.

Bons resultados em imagens limpas e capturadas perfeitamente nem sempre se traduzem em um forte desempenho no mundo real. Testes regulares em condições variadas ajudam a mostrar o quão bem um modelo se sustenta após ser implantado.

Link to this sectionO que é aumento de dados?#

A maneira como um objeto aparece em uma foto pode mudar dependendo da iluminação, ângulo, distância ou plano de fundo. Quando um modelo de visão computacional é treinado, o conjunto de dados com o qual ele aprende precisa incluir esse tipo de variação para que possa ter um bom desempenho em ambientes imprevisíveis.

O aumento de dados expande um conjunto de dados de treinamento criando exemplos adicionais a partir das imagens que você já possui. Isso é feito aplicando alterações intencionais, como girar ou inverter uma imagem, ajustar o brilho ou recortar parte dela.

Por exemplo, imagine que você só tem uma foto de um gato. Se você girar a imagem ou alterar seu brilho, pode criar várias versões novas a partir dessa única imagem. Cada versão parece ligeiramente diferente, mas ainda é uma foto do mesmo gato. Essas variações ajudam a ensinar ao modelo que um objeto pode parecer diferente e ainda ser a mesma coisa.

Fig 1. Uma olhada no aumento de uma imagem de um gato (Fonte)

Link to this sectionComo o aumento de dados melhora o desempenho do modelo#

Durante o treinamento do modelo, o aumento de dados pode ser incorporado diretamente ao pipeline de treinamento. Em vez de criar e armazenar manualmente novas cópias de imagens, transformações aleatórias podem ser aplicadas conforme cada imagem é carregada.

Isso significa que o modelo vê uma versão ligeiramente diferente da imagem toda vez, seja ela mais brilhante, invertida ou parcialmente oculta. Técnicas como apagamento aleatório podem até remover pequenas regiões da imagem para simular situações do mundo real onde um objeto está bloqueado ou apenas parcialmente visível.

Fig 2. Exemplos de aumento baseado em apagamento aleatório (Fonte)

Ver muitas versões diferentes da mesma imagem torna possível para o modelo aprender quais recursos são importantes, em vez de depender de um único exemplo perfeito. Essa variedade constrói a robustez do modelo de IA para que ele possa ter um desempenho mais confiável em condições do mundo real.

Link to this sectionTécnicas comuns de aumento de dados#

Aqui estão algumas técnicas de aumento de dados usadas para introduzir variação nas imagens de treinamento:

• Transformações geométricas: Estas técnicas mudam a forma como um objeto aparece espacialmente dentro de uma imagem. Girar, inverter, redimensionar, recortar ou deslocar uma imagem permite que o modelo entenda como um objeto pode ser visto de diferentes ângulos ou distâncias.
• Ajustes de cor e iluminação: A iluminação do mundo real raramente é consistente. As imagens podem ser muito brilhantes, muito escuras ou ligeiramente fora de cor, dependendo do ambiente ou da câmera usada. Ajustar o brilho, contraste, matiz e saturação permite que os modelos lidem com essas mudanças visuais e tenham um bom desempenho em diferentes cenas.
• Variações na qualidade da imagem: O desfoque ou ruído visual podem fazer com que as imagens pareçam pouco claras. Adicionar desfoque ou ruído durante o treinamento ajuda o modelo a aprender a lidar com o desfoque de movimento, imagens com pouca luz ou resultados de câmera de menor qualidade, para que ele se torne menos sensível a visuais imperfeitos.
• Aumentos baseados em oclusão: Em ambientes reais, os objetos são frequentemente bloqueados parcialmente por outros objetos. Isso é referido como oclusões de imagem. Esconder ou mascarar pequenas áreas de uma imagem durante o treinamento ajuda o modelo a aprender a detectar objetos mesmo quando apenas parte deles está visível.
• Aumentos de várias imagens: Essas técnicas combinam partes de várias imagens em um único exemplo de treinamento, o que pode aumentar o número de objetos em exibição e melhorar a capacidade do modelo de lidar com cenas complexas ou lotadas.

Fig 3. Um exemplo de aumento de várias imagens (Fonte)

Link to this sectionAumento de dados facilitado com o pacote Python da Ultralytics#

Gerenciar conjuntos de dados, criar variações de imagem e escrever código de transformação pode adicionar etapas extras à criação de uma aplicação de visão computacional. O pacote Python da Ultralytics ajuda a simplificar isso fornecendo uma interface única para treinar, executar e implantar modelos Ultralytics YOLO, como o YOLO26. Como parte desse esforço para simplificar os fluxos de trabalho de treinamento, o pacote inclui aumento de dados embutido e testado pela Ultralytics, otimizado para modelos YOLO.

Ele também suporta integrações úteis que removem a necessidade de ferramentas separadas ou código personalizado. Especificamente, para o aumento de dados, o pacote integra-se ao Albumentations, uma biblioteca de aumento de imagem amplamente utilizada. Essa integração permite que os aumentos sejam aplicados automaticamente durante o treinamento, sem a necessidade de scripts extras ou código personalizado.

Link to this sectionGerenciando anotações e conjuntos de dados aumentados#

Outro fator que impacta a robustez do modelo é a qualidade da anotação. Rótulos limpos e precisos, criados e gerenciados com ferramentas de anotação como o Roboflow, ajudam o modelo a entender onde os objetos estão e como eles são.

Durante o treinamento, aumentos de dados, como inversões, recortes e rotações, são aplicados dinamicamente, e as anotações são ajustadas automaticamente para corresponder a essas mudanças. Quando os rótulos são precisos, esse processo funciona sem problemas e fornece ao modelo muitos exemplos realistas da mesma cena.

Se as anotações forem imprecisas ou inconsistentes, esses erros podem acabar sendo repetidos nas imagens aumentadas, o que pode tornar o treinamento menos eficaz. Começar com anotações precisas evita que esses erros se espalhem e contribui para uma melhor robustez do modelo.

Link to this sectionAprimorando aplicações de IA de visão com aumento de dados#

A seguir, vamos percorrer exemplos de como o aumento de dados contribui para a robustez do modelo de IA em aplicações do mundo real.

Link to this sectionImpulsionando a precisão da detecção de objetos em ambientes reais#

Imagens sintéticas são frequentemente usadas para treinar sistemas de detecção de objetos quando os dados reais são limitados, sensíveis ou difíceis de coletar. Elas permitem que as equipes gerem rapidamente exemplos de produtos, ambientes e ângulos de câmera sem precisar capturar cada cenário na vida real.

No entanto, os conjuntos de dados sintéticos às vezes podem parecer muito limpos em comparação com filmagens do mundo real, onde a iluminação muda, os objetos se sobrepõem e as cenas incluem poluição no plano de fundo. O aumento de dados ajuda a preencher essa lacuna introduzindo variações realistas, como iluminação diferente, ruído ou colocação de objetos, para que o modelo aprenda a lidar com os tipos de condições que ele verá quando for implantado.

Por exemplo, em um estudo recente, um modelo YOLO11 foi treinado inteiramente em imagens sintéticas, e o aumento de dados foi adicionado para introduzir variação extra. Isso desempenhou um papel no aprendizado do modelo para reconhecer objetos de forma mais ampla. Ele teve um bom desempenho quando testado em imagens reais, mesmo que nunca tivesse visto dados do mundo real durante o treinamento.

Link to this sectionTornando as soluções de imagem médica mais confiáveis#

Os conjuntos de dados de imagens médicas são frequentemente limitados, e as próprias varreduras podem variar com base no tipo de equipamento, configurações de imagem ou ambiente clínico. Diferenças na anatomia do paciente, ângulos, iluminação ou ruído visual podem dificultar a aprendizagem de padrões por parte dos modelos de visão computacional que se generalizam bem entre pacientes e hospitais.

O aumento de dados ajuda a resolver isso criando várias variações da mesma varredura durante o treinamento, como adicionar ruído, deslocar levemente a imagem ou aplicar pequenas distorções. Essas mudanças fazem com que os dados de treinamento pareçam mais representativos das condições clínicas reais.

Por exemplo, em um estudo de imagem pediátrica, os pesquisadores usaram o YOLO11 para segmentação anatômica e o treinaram em dados médicos aumentados. Eles introduziram variações como ruído adicionado, leves deslocamentos de posição e pequenas distorções para tornar as imagens mais realistas.

Fig 4. Imagens médicas pediátricas originais e aumentadas (Fonte)

Ao aprender com essas variações, o modelo focou em características anatômicas significativas em vez de diferenças superficiais. Isso tornou seus resultados de segmentação mais estáveis entre diferentes varreduras e casos de pacientes.

Link to this sectionPrincipais pontos#

Coletar dados diversos é difícil, mas o aumento de dados permite que os modelos aprendam a partir de uma gama mais ampla de condições visuais. Isso resulta em uma maior robustez do modelo ao lidar com oclusões, mudanças de iluminação e cenas lotadas. No geral, isso os ajuda a ter um desempenho mais confiável fora de ambientes de treinamento controlados.

Junte-se à nossa comunidade e explore o que há de mais recente em IA de visão em nosso repositório no GitHub. Visite nossas páginas de soluções para saber como aplicações como IA na fabricação e visão computacional na saúde estão impulsionando o progresso, e confira nossas opções de licenciamento para impulsionar sua próxima solução de IA.