O guia definitivo para o aumento de dados em 2025

Com o crescimento acelerado da IA, fenômenos como robôs trabalhando em fábricas e carros autônomos circulando pelas ruas aparecem cada vez mais nas notícias. A IA está mudando a forma como as máquinas interagem com o mundo, desde o aprimoramento de imagens médicas até o auxílio no controle de qualidade das linhas de produção.

Boa parte desse avanço vem da visão computacional, um ramo da IA que permite às máquinas entender e interpretar imagens. Assim como os seres humanos aprendem a reconhecer objetos e padrões com o tempo, os modelos de IA visual como o Ultralytics YOLO11 precisam ser treinados com grandes quantidades de dados de imagem para desenvolver sua compreensão visual.

No entanto, nem sempre é fácil coletar uma quantidade tão grande de dados visuais. Embora a comunidade de visão computacional tenha criado muitos conjuntos de dados grandes, eles ainda podem não incluir certas variações, como imagens de objetos com pouca iluminação, itens parcialmente ocultos ou objetos vistos de ângulos diferentes. Essas diferenças podem confundir modelos de visão computacional que só foram treinados em condições específicas.

O aumento de dados de imagem é uma técnica que resolve esse problema ao introduzir novas variações nos dados existentes. Ao fazer alterações nas imagens, como ajustar as cores, girá-las ou mudar a perspectiva, o conjunto de dados se torna mais diversificado, ajudando os modelos de IA visual a reconhecer melhor os objetos em situações do mundo real.

Neste artigo, vamos explorar como funciona o aumento de dados de imagem e o impacto que ele pode ter nas aplicações de visão computacional.

O que é aumento de dados de imagem?#

Imagine que você está tentando reconhecer um amigo em meio a uma multidão, mas ele está usando óculos escuros ou está em um lugar sombreado. Mesmo com essas pequenas mudanças na aparência, você ainda sabe quem ele é. Por outro lado, um modelo de IA visual pode ter dificuldade com essas variações se não tiver sido treinado para reconhecer objetos em diferentes situações.

O aumento de dados de imagem melhora o desempenho de modelos de visão computacional ao adicionar versões modificadas de imagens existentes aos dados de treinamento, em vez de coletar milhares de imagens novas.

Alterações nas imagens, como espelhamento, rotação, ajuste de brilho ou adição de pequenas distorções, expõem os modelos de IA visual a uma gama mais ampla de condições. Em vez de depender de conjuntos de dados enormes, os modelos podem aprender com eficiência usando conjuntos de dados de treinamento menores com imagens aumentadas.

Fig. 1. Exemplos de imagens aumentadas de um carro.

A importância do aumento de dados na visão computacional#

Veja alguns dos principais motivos pelos quais o aumento de dados é essencial para a visão computacional:

• Reduz a necessidade de dados: Coletar grandes conjuntos de dados de imagens exige tempo e recursos. O aumento de dados permite treinar modelos com eficiência sem precisar de conjuntos de dados enormes.
• Evita o sobreajuste: Um modelo treinado com poucos exemplos pode memorizar detalhes em vez de reconhecer padrões gerais. A inclusão de variedade por meio do aumento de dados ajuda os modelos de IA visual a aprender de forma que se aplique a dados novos e ainda não vistos.
• Simula imagens imperfeitas: As imagens nos conjuntos de dados costumam ser perfeitas demais, mas fotos do mundo real podem estar desfocadas, obscurecidas ou distorcidas. Aumentar as imagens com ruído, oclusões ou outras variações as torna mais realistas.
• Aumenta a robustez do modelo: Treinar com uma variedade de imagens ajuda a IA a lidar com mudanças do mundo real, tornando-a mais confiável em diferentes ambientes, condições de iluminação e situações.

Quando usar o aumento de dados de imagem?#

O aumento de dados de imagem é particularmente útil quando um modelo de visão computacional precisa reconhecer objetos em situações diferentes, mas não há imagens variadas suficientes.

Por exemplo, se pesquisadores estiverem treinando um modelo de IA visual para identificar espécies subaquáticas raras que são pouco fotografadas, o conjunto de dados pode ser pequeno ou ter pouca variedade. Ao aumentar as imagens — ajustando as cores para simular diferentes profundidades da água, adicionando ruído para imitar condições turvas ou alterando ligeiramente as formas para representar movimentos naturais —, o modelo pode detectar objetos subaquáticos com mais precisão.

Veja outras situações em que o aumento de dados faz uma grande diferença:

• Equilíbrio do conjunto de dados: Alguns objetos podem aparecer com menos frequência nos dados de treinamento, o que pode enviesar os modelos de IA visual. O aumento de dados ajuda a criar mais exemplos de objetos raros para que o modelo reconheça todas as categorias de forma equilibrada.
• Adaptação a diferentes câmeras: As imagens podem parecer diferentes dependendo do dispositivo. O aumento de dados ajuda os modelos de IA visual a ter um bom desempenho em fotos com diferentes resoluções, condições de iluminação e níveis de qualidade.
• Correção de pequenos erros de rotulagem: Pequenos deslocamentos, cortes ou rotações ajudam os modelos de visão computacional a reconhecer objetos corretamente, mesmo quando os rótulos originais não estão perfeitamente alinhados.

Como funciona o aumento de dados de imagem#

Nos primórdios da visão computacional, o aumento de dados de imagem envolvia principalmente técnicas básicas de processamento de imagens, como espelhamento, rotação e corte, para aumentar a diversidade do conjunto de dados. Com o avanço da IA, foram introduzidos métodos mais avançados, como ajustar cores (transformações do espaço de cores), aumentar a nitidez ou desfocar imagens (filtros de kernel) e combinar várias imagens (mistura de imagens) para aprimorar o aprendizado.

O aumento de dados pode acontecer antes e durante o treinamento do modelo. Antes do treinamento, imagens modificadas podem ser adicionadas ao conjunto de dados para aumentar a variedade. Durante o treinamento, as imagens podem ser alteradas aleatoriamente em tempo real, ajudando os modelos de IA visual a se adaptar a diferentes condições. Por exemplo, os modelos Ultralytics YOLO aplicam aumentos aleatórios durante o treinamento, e cada um deles pode ser ajustado com argumentos de treinamento.

Essas alterações são feitas com transformações matemáticas. Por exemplo, a rotação inclina uma imagem, o recorte remove partes para simular diferentes perspectivas e as alterações de brilho simulam variações de iluminação. O desfoque suaviza as imagens, a nitidez deixa os detalhes mais claros e a mistura de imagens combina partes de imagens diferentes. Frameworks de IA visual e ferramentas como OpenCV, TensorFlow e PyTorch, além de bibliotecas de aumento de dados como Albumentations, podem automatizar esses processos, tornando o aumento rápido e eficaz.

Principais técnicas de aumento de dados de imagem#

Agora que explicamos o que é o aumento de dados de imagem, vamos analisar mais de perto algumas técnicas fundamentais usadas para aprimorar os dados de treinamento.

Ajuste de orientação e posição#

Os modelos de visão computacional, como o YOLO11, geralmente precisam reconhecer objetos de vários ângulos e perspectivas. Para isso, as imagens podem ser espelhadas horizontal ou verticalmente, ensinando o modelo de IA a reconhecer objetos de diferentes perspectivas.

Da mesma forma, girar as imagens altera ligeiramente seu ângulo, permitindo que o modelo identifique objetos de várias perspectivas. Além disso, deslocar as imagens em diferentes direções (translação) ajuda os modelos a se ajustar a pequenas mudanças de posição. Essas transformações garantem que os modelos generalizem melhor para condições do mundo real, nas quais o posicionamento dos objetos em uma imagem é imprevisível.

Fig. 2. Diferentes métodos de aumento de dados relacionados à orientação e à posição.

Redimensionamento e recorte#

Em soluções de visão computacional para o mundo real, os objetos nas imagens podem aparecer a diferentes distâncias e em tamanhos variados. Os modelos de IA visual precisam ser robustos o suficiente para detectá-los independentemente dessas diferenças.

Para melhorar a adaptabilidade, podem ser utilizados os seguintes métodos de aumento de dados:

• Escalonamento: o redimensionamento altera o tamanho da imagem mantendo as proporções, permitindo que os modelos de IA detetem objetos a diferentes distâncias.
• Recorte: remove partes desnecessárias de uma imagem, ajudando o modelo a concentrar-se nas áreas principais e reduzindo as distrações do fundo.
• Cisalhamento: inclinar ligeiramente uma imagem simula uma aparência inclinada ou esticada, ajudando a IA a reconhecer objetos de diferentes ângulos.

Estes ajustes ajudam os modelos de visão computacional a reconhecer objetos mesmo quando o tamanho ou a forma destes muda ligeiramente.

Ajustes de perspetiva e distorção#

Os objetos nas imagens podem parecer diferentes dependendo do ângulo da câmara, o que dificulta o reconhecimento pelos modelos de visão computacional. Para ajudar os modelos a lidar com estas variações, as técnicas de aumento de dados podem ajustar a forma como os objetos são apresentados nas imagens.

Por exemplo, as transformações de perspetiva podem alterar o ângulo de visão, fazendo com que um objeto pareça ser visto de uma posição diferente. Isto permite que os modelos de IA para visão reconheçam objetos mesmo quando estão inclinados ou foram captados de um ponto de vista invulgar.

Outro exemplo é a transformação elástica, que estica, dobra ou deforma imagens para simular distorções naturais, fazendo com que os objetos pareçam como apareceriam em reflexos ou sob pressão.

Modificações de cor e iluminação#

As condições de iluminação e as diferenças de cor podem afetar significativamente a forma como os modelos de IA para visão interpretam as imagens. Como os objetos podem parecer diferentes sob várias condições de iluminação, as seguintes técnicas de aumento de dados podem ajudar a lidar com estas situações:

• Ajustes de brilho e contraste: simular diferentes condições de iluminação ajuda os modelos de IA para visão a reconhecer objetos em ambientes claros e escuros.
• Variação aleatória de cor: alterar aleatoriamente o matiz, a saturação e o equilíbrio de cores torna os modelos de visão computacional mais adaptáveis a diferentes câmaras e condições de iluminação.
• Conversão para escala de cinzentos: converter imagens para preto e branco incentiva os modelos de IA para visão a concentrarem-se nas formas e texturas, em vez das cores.

Fig. 3 Exemplos de aumentos de dados relacionados com variações de cor.

Técnicas avançadas de aumento de dados de imagens#

Até agora, exploramos apenas técnicas de aumento de dados que modificam uma única imagem. No entanto, alguns métodos avançados envolvem a combinação de várias imagens para melhorar o aprendizado da IA.

Por exemplo, o MixUp combina duas imagens, ajudando os modelos de visão computacional a compreender as relações entre objetos e melhorando a capacidade de generalização em diferentes cenários. O CutMix vai mais longe, substituindo uma secção de uma imagem por uma parte de outra, permitindo que os modelos aprendam com vários contextos dentro da mesma imagem. Já o CutOut funciona de forma diferente: remove partes aleatórias de uma imagem, treinando os modelos de IA para visão a reconhecer objetos mesmo quando estão parcialmente ocultos ou obstruídos.

Fig. 4 Técnicas avançadas de aumento de dados de imagens.

O papel da IA generativa no aumento de dados de imagens#

A IA generativa está ganhando força em muitos setores e aplicações cotidianas. Você provavelmente já se deparou com ela ao ver imagens geradas por IA, vídeos deepfake ou aplicativos que criam avatares realistas. Mas, além da criatividade e do entretenimento, a IA generativa pode ter um papel útil no treinamento de modelos de IA visual ao criar novas imagens a partir de imagens existentes.

Em vez de simplesmente inverter ou rodar imagens, pode criar variações realistas — alterando expressões faciais e estilos de roupa ou até simulando diferentes condições meteorológicas. Estas variações ajudam os modelos de visão computacional a tornarem-se mais adaptáveis e precisos em diversos cenários do mundo real. Modelos avançados de IA generativa, como as GANs (redes adversariais generativas) e os modelos de difusão, também podem preencher detalhes em falta ou criar imagens sintéticas de alta qualidade.

Limitações do aumento de dados de imagens#

Embora o aumento de dados melhore os conjuntos de dados de treino, também há algumas limitações a ter em conta. Eis alguns dos principais desafios relacionados com o aumento de dados de imagens:

• Diversidade de dados limitada: as imagens aumentadas derivam de dados existentes e não conseguem introduzir padrões completamente novos nem perspetivas raras.
• Possível distorção dos dados: Transformações excessivas podem tornar as imagens irreais e reduzir potencialmente a precisão do modelo em cenários do mundo real.
• Aumento do custo computacional: o aumento de dados em tempo real durante o treino do modelo pode exigir bastante capacidade de processamento, atrasando o treino e aumentando o uso de memória.
• O desequilíbrio entre classes mantém-se: o aumento de dados não cria amostras totalmente novas, pelo que as categorias sub-representadas ainda podem levar a uma aprendizagem enviesada.

Uma aplicação real do aumento de dados de imagens#

Uma aplicação interessante do aumento de dados de imagens é a dos carros autónomos, nos quais as decisões tomadas em frações de segundo por modelos de visão computacional como o Ultralytics YOLO11 são cruciais. O modelo tem de conseguir detetar estradas, pessoas e outros objetos com precisão.

No entanto, as condições do mundo real que um veículo autónomo enfrenta podem ser imprevisíveis. O mau tempo, o desfoque de movimento e os sinais ocultos podem tornar complexas as soluções de IA para visão neste setor. Muitas vezes, treinar modelos de visão computacional apenas com imagens do mundo real não é suficiente. Os conjuntos de dados de imagens para modelos de carros autónomos têm de ser diversificados para que o modelo aprenda a lidar com situações inesperadas.

O aumento de dados de imagens resolve este problema ao simular nevoeiro, ajustar o brilho e distorcer formas. Estas alterações ajudam os modelos a reconhecer objetos em diferentes condições. Como resultado, os modelos tornam-se mais inteligentes e fiáveis.

Com o aumento de dados no treino, as soluções de IA para visão em carros autónomos adaptam-se melhor e tomam decisões mais seguras. Resultados mais precisos significam menos acidentes e uma navegação melhor.

Fig. 5 Um exemplo de aumento de dados de imagens aplicado a carros autónomos.

Os carros autónomos são apenas um exemplo. Na verdade, o aumento de dados de imagens é crucial em vários setores, desde a imagiologia médica até à análise do retalho. Qualquer aplicação que dependa da visão computacional pode beneficiar potencialmente do aumento de dados de imagens.

Principais conclusões#

Os sistemas de IA para visão têm de conseguir reconhecer objetos em diferentes condições, mas pode ser difícil recolher imagens ilimitadas do mundo real para o treino. O aumento de dados de imagens resolve este problema ao criar variações de imagens existentes, ajudando os modelos a aprender mais depressa e a ter um melhor desempenho em situações do mundo real. Melhora a precisão, garantindo que modelos de IA para visão como o Ultralytics YOLO11 conseguem lidar com diferentes condições de iluminação, ângulos e ambientes.

Para empresas e desenvolvedores, o aumento de dados de imagem economiza tempo e esforço e torna os modelos de visão computacional mais confiáveis. Muitos setores dependem dele, da saúde aos carros autônomos. À medida que a IA visual evolui, o aumento de dados continuará sendo essencial para criar modelos mais inteligentes e adaptáveis no futuro.

Junta-te à nossa comunidade e visita o nosso repositório do GitHub para ver a IA em ação. Explora as nossas opções de licenciamento e descobre mais sobre IA na agricultura e visão computacional na indústria transformadora nas nossas páginas de soluções.