Melhore a robustez dos modelos de IA com aumento de dados

Os testes são uma parte crucial da criação de qualquer solução tecnológica. Eles mostram às equipes como um sistema realmente funciona antes de entrar em produção e permitem corrigir problemas logo no início. Isso vale para muitas áreas, incluindo a IA, em que se espera que os modelos lidem com condições imprevisíveis do mundo real depois de implantados.

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

Eles podem ser usados em diversos setores em aplicações como monitoramento de pacientes, análise de tráfego, checkout automatizado e inspeção de qualidade na indústria. No entanto, mesmo com modelos avançados e dados de treinamento de alta qualidade, as soluções de IA de visão ainda podem ter dificuldades diante de 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 nunca viram condições como reflexos, desfoque de movimento ou visibilidade parcial, é menos provável que reconheçam corretamente os objetos nesses cenários.

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

Neste artigo, vamos explorar como o aumento de dados melhora a robustez dos modelos e a confiabilidade dos sistemas de IA de visão quando implantados fora de ambientes controlados. Vamos começar!

Como verificar a robustez de um modelo#

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

Um modelo robusto continua apresentando bom desempenho mesmo quando as condições mudam, em vez de funcionar apenas com imagens limpas e perfeitamente rotuladas. Veja alguns fatores práticos a considerar ao avaliar a robustez de um modelo de IA:

• Mudanças na iluminação: Os modelos podem se comportar de maneira diferente quando expostos à luz intensa, pouca luz, reflexos ou sombras, o que pode afetar o grau de confiança na detecção de objetos.
• Oclusão parcial: Em cenas cotidianas, os objetos costumam ser bloqueados por outros itens ou aparecem apenas parcialmente. Um modelo mais robusto consegue reconhecê-los mesmo quando faltam informações visuais.
• Cenas com muitos elementos: Ambientes com muitos objetos sobrepostos podem dificultar a detecção. Modelos que apresentam bom desempenho nesses casos costumam ser mais confiáveis em situações complexas.

Bons resultados em imagens limpas e capturadas em condições perfeitas nem sempre se traduzem em bom desempenho no mundo real. Testes regulares em condições variadas ajudam a mostrar o desempenho do modelo depois da implantação.

O que é aumento de dados?#

A aparência de um objeto em uma foto pode mudar conforme a iluminação, o ângulo, a distância ou o plano de fundo. Durante o treinamento de um modelo de visão computacional, o conjunto de dados usado para o aprendizado precisa incluir esse tipo de variação para que o modelo tenha bom desempenho em ambientes imprevisíveis.

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

Por exemplo, imagine que você tenha apenas uma foto de um gato. Se girar a imagem ou alterar o brilho, poderá criar várias versões novas a partir dessa única foto. Cada versão terá uma aparência um pouco diferente, mas ainda será uma foto do mesmo gato. Essas variações ajudam a ensinar ao modelo que um objeto pode ter aparências diferentes e continuar sendo o mesmo.

Fig. 1. Exemplo de aumento de dados em uma imagem de um gato (Fonte)

Como 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 das imagens, transformações aleatórias podem ser aplicadas à medida que cada imagem é carregada.

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

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

Ver muitas versões diferentes da mesma imagem permite que o modelo aprenda quais características são importantes, em vez de depender de um único exemplo perfeito. Essa variedade aumenta a robustez do modelo de IA para que ele tenha um desempenho mais confiável em condições reais.

Técnicas comuns de aumento de dados#

Estas são algumas técnicas de aumento de dados usadas para introduzir variações nas imagens de treinamento:

• Transformações geométricas: Estas técnicas alteram a aparência espacial de um objeto em 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 no mundo real raramente é consistente. As imagens podem ficar claras demais, escuras demais ou com cores ligeiramente alteradas, dependendo do ambiente ou da câmera usada. Ajustar o brilho, o contraste, o matiz e a saturação permite que os modelos lidem com essas mudanças visuais e tenham um bom desempenho em diferentes cenários.
• Variações na qualidade da imagem: O desfoque ou o ruído visual podem deixar as imagens pouco nítidas. Adicionar desfoque ou ruído durante o treinamento ajuda o modelo a lidar com desfoque de movimento, imagens com pouca luz ou resultados de câmeras de qualidade inferior, tornando-o menos sensível a imagens imperfeitas.
• Aumentos baseados em oclusão: Em ambientes reais, outros objetos costumam bloquear parcialmente os objetos. Isso é chamado de oclusão de imagem. Ocultar 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 com várias imagens: Estas técnicas combinam partes de várias imagens em um único exemplo de treinamento, o que pode aumentar o número de objetos visíveis e melhorar a capacidade do modelo de lidar com cenas complexas ou lotadas.

Fig. 3. Exemplo de aumento com várias imagens (Fonte)

Aumento de dados simplificado com o pacote Python da Ultralytics#

Gerenciar conjuntos de dados, criar variações de imagens e escrever código de transformação pode adicionar etapas extras ao desenvolvimento de um aplicativo de visão computacional. O pacote Python da Ultralytics ajuda a simplificar esse processo, oferecendo uma única interface 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 aumentos de dados integrados, testados pela Ultralytics e otimizados para modelos YOLO.

Ele também oferece suporte a integrações úteis que eliminam a necessidade de ferramentas separadas ou de código personalizado. Especificamente, para o aumento de dados, o pacote se integra ao Albumentations, uma biblioteca de aumento de imagens amplamente usada. Essa integração permite aplicar os aumentos automaticamente durante o treinamento, sem precisar de scripts extras ou código personalizado.

Gerenciamento de anotações e conjuntos de dados aumentados#

Outro fator que afeta a robustez do modelo é a qualidade da anotação. Rótulos precisos e bem definidos, criados e gerenciados com ferramentas de anotação como Roboflow, ajudam o modelo a entender onde os objetos estão e como 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 alterações. 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 se repetir nas imagens aumentadas, o que pode tornar o treinamento menos eficaz. Começar com anotações precisas evita que esses erros se propaguem e contribui para uma maior robustez do modelo.

Aprimorando aplicativos de IA visual com aumento de dados#

Agora, vamos ver exemplos de como o aumento de dados contribui para a robustez de modelos de IA em aplicações reais.

Aumentando a precisão da detecção de objetos em ambientes reais#

Imagens sintéticas costumam ser 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, às vezes os conjuntos de dados sintéticos parecem limpos demais em comparação com imagens do mundo real, nas quais a iluminação muda, os objetos se sobrepõem e as cenas incluem elementos de fundo que causam desordem. O aumento de dados ajuda a reduzir essa diferença ao introduzir variações realistas, como mudanças na iluminação, ruído ou posicionamento dos objetos, para que o modelo aprenda a lidar com as condições que encontrará quando for implantado.

Por exemplo, em um estudo recente, um modelo Ultralytics YOLO11 foi treinado inteiramente com imagens sintéticas, e o aumento de dados foi adicionado para introduzir variações extras. Isso contribuiu para que o modelo aprendesse a reconhecer objetos de forma mais abrangente. Ele teve um bom desempenho nos testes com imagens reais, embora nunca tivesse visto dados do mundo real durante o treinamento.

Tornando as soluções de diagnóstico por imagem mais confiáveis#

Os conjuntos de dados de diagnóstico por imagem costumam ser limitados, e os próprios exames podem variar de acordo com o tipo de equipamento, as configurações de imagem ou o ambiente clínico. Diferenças na anatomia dos pacientes, nos ângulos, na iluminação ou no ruído visual podem dificultar o aprendizado de padrões que se generalizem bem entre pacientes e hospitais pelos modelos de visão computacional.

O aumento de dados ajuda a resolver esse problema criando várias versões do mesmo exame durante o treinamento, por exemplo, adicionando ruído, deslocando ligeiramente a imagem ou aplicando pequenas distorções. Essas alterações tornam os dados de treinamento mais representativos das condições clínicas reais.

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

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

Ao aprender com essas variações, o modelo se concentrou em características anatômicas relevantes, em vez de diferenças superficiais. Isso tornou os resultados da segmentação mais estáveis em diferentes exames e casos de pacientes.

Principais conclusões#

É difícil coletar dados diversos, mas o aumento de dados permite que os modelos aprendam com uma gama mais ampla de condições visuais. Isso resulta em maior robustez do modelo ao lidar com oclusões, mudanças na iluminação e cenas lotadas. De modo geral, isso ajuda os modelos a terem um desempenho mais confiável fora de ambientes de treinamento controlados.

Junte-se à nossa comunidade e explore as novidades em IA visual no nosso repositório do GitHub. Visite nossas páginas de soluções para saber como aplicações como IA na indústria e visão computacional na área da saúde estão impulsionando o progresso, e confira nossas opções de licenciamento para potencializar sua próxima solução de IA.