Utilizar aumentos de dados com Albumentations para diversificar os teus dados

Ao criar uma solução de visão computacional, recolher um conjunto diversificado de imagens para treinar modelos de IA de visão pode ser uma parte crucial do processo. Isso muitas vezes requer muito tempo e dinheiro e, por vezes, as imagens recolhidas continuam a não ser suficientemente variadas para que os modelos aprendam de forma eficaz.

Por exemplo, modelos de visão computacional como o Ultralytics YOLO11 podem ser treinados de forma personalizada com conjuntos de dados de imagens para várias tarefas de visão computacional relacionadas com diferentes aplicações. Dados diversificados são essenciais porque ajudam o modelo a generalizar melhor, permitindo-lhe reconhecer objetos e padrões numa ampla variedade de cenários do mundo real.

Se estás a ter dificuldades devido à falta de dados diversificados, as técnicas de aumento de dados de imagem podem ser uma excelente solução. Métodos como rodar, inverter e ajustar o brilho podem ajudar a aumentar a variedade do teu conjunto de dados, melhorando a capacidade do modelo de lidar com uma gama mais ampla de condições.

É por isso que a Ultralytics disponibiliza uma integração para aumento de dados de imagem. Com o Albumentations, uma ferramenta popular que oferece uma coleção de transformações, podes criar dados visuais diversificados. Esta integração simplifica o processo de treino do YOLO11 ao aplicar automaticamente augmentations às imagens de treino, resultando num melhor desempenho do modelo.

Neste artigo, vamos explorar como podes usar a integração do Albumentations, os seus benefícios e o seu impacto no treino do modelo.

O que é o Albumentations?#

Os modelos de visão computacional podem aprender com um conjunto amplo de imagens de alta qualidade para reconhecer objetos em diferentes ambientes. Recolher grandes conjuntos de dados de fontes do mundo real pode ser lento, dispendioso e ineficiente. Para simplificar esta tarefa, podes usar o aumento de dados de imagem para criar novas variações de imagens existentes, ajudando os modelos a aprender com diferentes cenários sem recolher mais dados.

Mais especificamente, podes tirar partido do Albumentations, uma biblioteca de código aberto introduzida em 2018 para o aumento eficiente de dados de imagem. Suporta várias operações, desde alterações geométricas simples, como rotações e inversões, até ajustes mais complexos, como brilho, contraste e adição de ruído.

Fig. 1. Exemplos de diferentes tipos de aumento de dados de imagem.

Principais funcionalidades do Albumentations#

O Albumentations é conhecido pelo seu elevado desempenho, o que significa que pode processar imagens de forma rápida e eficiente. Baseado em bibliotecas otimizadas como o OpenCV e o NumPy, processa grandes conjuntos de dados com um tempo de processamento mínimo, sendo ideal para o aumento rápido de dados durante o treino do modelo.

Eis algumas outras funcionalidades importantes do Albumentations:

• Ampla variedade de transformações: O Albumentations disponibiliza mais de 70 tipos de augmentations. Estas variações ajudam os modelos a aprender a detetar objetos apesar de alterações na iluminação, nos ângulos ou nos fundos.
• Otimizado para velocidade: Utiliza técnicas avançadas de otimização, como instrução única, dados múltiplos (SIMD), que processam vários pontos de dados ao mesmo tempo para acelerar o aumento de imagens e lidar de forma eficiente com grandes conjuntos de dados.
• Três níveis de augmentations: Melhora os dados de três formas. Por exemplo, as augmentations ao nível dos píxeis ajustam o brilho e a cor sem alterar os objetos. Enquanto isso, as augmentations espaciais modificam o posicionamento dos objetos preservando os detalhes essenciais, e as augmentations de mistura combinam partes de imagens diferentes para criar novas amostras.

Por que deves usar a integração do Albumentations?#

Podes estar a perguntar-te: existem muitas formas de aplicar augmentations a um conjunto de dados e até poderias criar as tuas próprias usando ferramentas como o OpenCV. Então, por que escolher uma integração que suporta uma biblioteca como o Albumentations?

Criar augmentations manualmente com ferramentas como o OpenCV pode levar muito tempo e requer algum conhecimento especializado. Também pode ser difícil ajustar as transformações para obter os melhores resultados. A integração do Albumentations simplifica este processo. Oferece muitas transformações prontas a usar que podem poupar-te tempo e esforço ao preparares o teu conjunto de dados.

Outro motivo para escolher a integração do Albumentations é o facto de funcionar perfeitamente com o pipeline de treino de modelos da Ultralytics. Torna muito mais fácil treinar o YOLO11 de forma personalizada, uma vez que as augmentations são aplicadas automaticamente durante o treino. Simplifica o processo, para que te possas concentrar mais em melhorar o teu modelo em vez de tratares da preparação dos dados.

Começar a utilizar a integração do Albumentations#

Curiosamente, usar as integrações do Albumentations para treinar o Ultralytics YOLO11 é mais simples do que pode parecer. Depois de configurares as bibliotecas certas, a integração aplica automaticamente augmentations aos dados de imagem durante o treino. Ajuda o modelo a aprender com diferentes variações de imagens usando o mesmo conjunto de dados.

Em seguida, vamos explicar como instalar e usar a integração do Albumentations ao treinar o Ultralytics YOLO11 de forma personalizada.

Instalar o pacote Python da Ultralytics e o Albumentations#

Antes de aplicares augmentations, tens de instalar o pacote Python da Ultralytics e o Albumentations. A integração foi desenvolvida para que ambas as bibliotecas funcionem em conjunto de forma integrada por predefinição, por isso não precisas de te preocupar com configurações complexas.

Todo o processo de instalação pode ser concluído em apenas alguns minutos com um único comando pip, que é uma ferramenta de gestão de pacotes para instalar bibliotecas Python, conforme mostrado na imagem abaixo.

Fig. 2. Instalar a Ultralytics e o Albumentations.

Depois de instalares o Albumentations, o modo de treino de modelos da Ultralytics aplica automaticamente augmentations às imagens durante o treino. Se o Albumentations não estiver instalado, estas augmentations não serão aplicadas. Para mais detalhes, consulta a documentação oficial da Ultralytics.

Treinar o Ultralytics YOLO11 com a ajuda da integração do Albumentations#

Vamos compreender melhor o que acontece nos bastidores da integração do Albumentations.

Eis uma análise mais detalhada das augmentations aplicadas durante o treino do Ultralytics YOLO11:

• Desfoque: Esta transformação adiciona um ligeiro desfoque a uma imagem. Ajuda o modelo a detetar objetos mesmo quando estão desfocados.
• Desfoque mediano: Reduz o ruído aleatório preservando as margens dos objetos numa imagem. Isto facilita a deteção de objetos pelo modelo em ambientes complexos.
• Escala de cinzentos: Ao converter uma imagem para preto e branco, esta augmentation pode ajudar o modelo a concentrar-se nas formas e texturas em vez das cores.
• CLAHE (equalização adaptativa do histograma com contraste limitado): Esta augmentation aumenta o contraste nas imagens, sobretudo em áreas demasiado escuras ou difíceis de ver, como em condições de pouca luz ou neblina. Isto torna os objetos nessas áreas mais nítidos e fáceis de identificar pelo modelo.

Fig. 3. Um exemplo de um aumento em escala de cinzentos aplicado a uma imagem de um gato.

Aplicações do Ultralytics YOLO11 e da integração do Albumentations#

Se estiveres a treinar o Ultralytics YOLO11 de forma personalizada para uma aplicação específica, a integração do Albumentations pode ajudar a melhorar o desempenho do modelo, adaptando-o a várias condições. Vamos abordar algumas aplicações do mundo real e os desafios que esta integração pode resolver.

Melhorar a imagiologia médica#

A IA de visão na área da saúde está a ajudar os médicos a analisar imagens médicas com maior precisão, apoiando os diagnósticos e melhorando os cuidados prestados aos doentes. Na verdade, cerca de um quinto das organizações de saúde já utiliza soluções de IA.

No entanto, criar estas soluções de visão computacional traz consigo o seu próprio conjunto de desafios. As imagens médicas podem variar bastante entre hospitais, influenciadas por fatores como equipamentos, configurações e até a experiência dos técnicos. Variações no brilho, no contraste e na exposição podem afetar a consistência e a precisão dos modelos de IA de visão, dificultando um desempenho fiável em diferentes ambientes.

É aqui que a integração de ferramentas como o Albumentations se torna essencial. Ao gerar várias versões aumentadas da mesma imagem médica, o Albumentations permite que o modelo aprenda com uma variedade de qualidades de imagem. Isto ajuda o modelo a tornar-se mais robusto, permitindo-lhe detetar doenças com precisão tanto em imagens de alta como de baixa qualidade.

Fig. 4. Imagens de raios X aumentadas.

Melhorar a segurança e a vigilância#

Outra aplicação interessante da IA de visão é a segurança e a vigilância. A deteção de objetos em tempo real pode ajudar as equipas de segurança a identificar rapidamente potenciais ameaças.

Uma preocupação principal relacionada com esta aplicação é o facto de as câmaras de segurança captarem imagens sob várias condições de iluminação ao longo do dia, e estas condições podem afetar significativamente a forma como um modelo interpreta essas imagens. Fatores como ambientes com pouca luz, reflexos intensos ou visibilidade reduzida podem dificultar a deteção consistente de objetos ou o reconhecimento de potenciais ameaças pelos modelos de visão computacional.

A integração do Albumentations ajuda ao aplicar transformações que simulam diferentes condições de iluminação. Isto permite que o modelo aprenda a detetar objetos tanto em ambientes claros como com pouca luz, tornando-o mais fiável e melhorando os tempos de resposta em condições difíceis.

Redefinir os fluxos de trabalho do retalho e a experiência do cliente#

Um derrame no corredor de um supermercado, um cão a correr dentro de uma loja ou uma criança a derrubar uma exposição de produtos são apenas alguns exemplos de acontecimentos quotidianos que podem constituir casos-limite em ambientes de IA de visão no retalho. A visão computacional é cada vez mais utilizada para melhorar a experiência do cliente, acompanhando o comportamento dos compradores, monitorizando o fluxo de pessoas e identificando produtos nas prateleiras. No entanto, estes acontecimentos do mundo real podem ser difíceis de compreender e processar com precisão pelos sistemas de IA.

Embora nem todos os cenários possam ser representados num conjunto de dados de visão computacional, a integração do Albumentations ajuda ao aumentar os dados para abranger muitas situações possíveis, como iluminação inesperada, ângulos invulgares ou obstruções. Isto ajuda os modelos de visão computacional a adaptarem-se a várias condições, melhorando a sua capacidade de lidar com casos-limite e fazer previsões precisas em ambientes de retalho dinâmicos.

Principais conclusões#

Recolher dados diversificados do mundo real para o treino de modelos pode ser complicado, mas o Albumentations facilita o processo ao criar variações de imagens que ajudam os modelos a adaptarem-se a diferentes condições.

A integração do Albumentations suportada pela Ultralytics simplifica o processo de aplicação destas augmentations durante o treino personalizado do YOLO11. Isto resulta numa melhor qualidade do conjunto de dados, beneficiando uma ampla variedade de setores ao produzir modelos de IA de visão mais precisos e fiáveis.

Junta-te à nossa comunidade e explora o nosso repositório no GitHub para saberes mais sobre IA. Consulta também as nossas opções de licenciamento para começares os teus projetos de IA de visão. Tens interesse em inovações como a IA na indústria ou a visão computacional em veículos autónomos? Visita as nossas páginas de soluções para descobrires mais.