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 para visão pode ser uma parte crucial do processo. Muitas vezes, isso exige 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, os 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. A diversidade dos dados é essencial porque ajuda o modelo a generalizar melhor, permitindo-lhe reconhecer objetos e padrões numa vasta gama de cenários do mundo real.

Se tens dificuldade devido à falta de dados diversificados, as técnicas de aumento de dados de imagens 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 para lidar com um leque mais amplo de condições.

Por isso, a Ultralytics disponibiliza uma integração para o aumento de dados de imagens. Com o Albumentations, uma ferramenta popular que oferece um conjunto de transformações, podes criar dados visuais diversificados. Esta integração simplifica o treino do YOLO11 ao aumentar automaticamente as imagens de treino, o que melhora o desempenho do modelo.

Neste artigo, vamos explorar como podes utilizar a integração Albumentations, as suas vantagens e o seu impacto no treino de modelos.

O que é o Albumentations?#

Os modelos de visão computacional podem aprender a partir de um vasto conjunto de imagens de alta qualidade para reconhecer objetos em diferentes ambientes. A recolha de grandes conjuntos de dados de fontes do mundo real pode ser lenta, dispendiosa e ineficiente. Para simplificar esta tarefa, podes utilizar o aumento de dados de imagens para criar novas variações de imagens existentes, ajudando os modelos a aprender com diferentes cenários sem recolher mais dados.

Mais especificamente, podes utilizar o Albumentations, uma biblioteca de código aberto lançada em 2018 para aumentar dados de imagens de forma eficiente. 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 aumentos de dados de imagens.

Principais funcionalidades do Albumentations#

O Albumentations é conhecido pelo seu elevado desempenho, o que significa que consegue processar imagens de forma rápida e eficiente. Criado com bibliotecas otimizadas como o OpenCV e o NumPy, processa grandes conjuntos de dados com um tempo de processamento mínimo, sendo ideal para aumentar dados rapidamente durante o treino dos modelos.

Eis algumas outras funcionalidades principais do Albumentations:

• Vasta gama de transformações: o Albumentations disponibiliza mais de 70 tipos de aumentos de dados. Estas variações ajudam os modelos a aprender a detetar objetos apesar das alterações na iluminação, nos ângulos ou nos fundos.
• Otimizado para velocidade: utiliza técnicas avançadas de otimização, como o SIMD (instrução única, múltiplos dados), que processa vários pontos de dados ao mesmo tempo para acelerar o aumento de dados de imagens e processar grandes conjuntos de dados de forma eficiente.
• Três níveis de aumentos de dados: melhora os dados de três formas. Por exemplo, os aumentos ao nível dos píxeis ajustam o brilho e a cor sem alterar os objetos. Já os aumentos ao nível espacial modificam a posição dos objetos, preservando os detalhes principais, e os aumentos ao nível da mistura combinam partes de diferentes imagens para criar novas amostras.

Por que deves utilizar a integração Albumentations?#

Podes estar a perguntar-te: há muitas formas de aplicar aumentos de dados a um conjunto de dados, e até podes criar os teus próprios aumentos com ferramentas como o OpenCV. Então, porquê escolher uma integração que suporta uma biblioteca como o Albumentations?

Criar aumentos de dados manualmente com ferramentas como o OpenCV pode demorar muito tempo e exige alguma experiência. Também pode ser difícil ajustar as transformações para obter os melhores resultados. A integração Albumentations simplifica este processo. Disponibiliza muitas transformações prontas a utilizar, que te podem poupar tempo e esforço na preparação do teu conjunto de dados.

Outro motivo para escolher a integração do Albumentations é a sua compatibilidade com o fluxo de treino de modelos da Ultralytics. Facilita bastante o treino à medida do YOLO11, uma vez que as transformações são aplicadas automaticamente durante o treino, em conjunto com os aumentos de dados integrados da Ultralytics. Simplifica o processo para que te possas concentrar mais em melhorar o modelo, em vez de tratar da preparação dos dados.

Como começar a utilizar a integração Albumentations#

Curiosamente, utilizar a integração do Albumentations para treinar o Ultralytics YOLO11 é mais simples do que possa parecer. Depois de configurar as bibliotecas adequadas, a integração aplica automaticamente aumentos de dados às imagens durante o treino. Ajuda o modelo a aprender com diferentes variações de imagem utilizando o mesmo conjunto de dados.

A seguir, vamos explicar como instalar e utilizar a integração Albumentations ao treinar o Ultralytics YOLO11 de forma personalizada.

Instalar o pacote Python da Ultralytics e o Albumentations#

Antes de aplicar aumentos de dados, é necessário instalar o pacote Python da Ultralytics e o Albumentations. A integração foi concebida para que ambas as bibliotecas funcionem em conjunto por predefinição, pelo que não tens de te preocupar com configurações complexas.

Todo o processo de instalação pode ser concluído em apenas alguns minutos com um único comando usando o pip, o gestor de pacotes para instalar bibliotecas Python, como mostra a imagem abaixo.

Fig. 2 Instalar a Ultralytics e o Albumentations.

Depois de instalar o Albumentations, o modo de treino de modelos da Ultralytics aplica automaticamente aumentos de dados às imagens durante o treino. Se o Albumentations não estiver instalado, estes aumentos não serão aplicados. Também podes substituir os aumentos predefinidos pelas tuas próprias transformações personalizadas do Albumentations, passando-as ao argumento de treino augmentations.

Treinar o Ultralytics YOLO11 com a integração Albumentations#

Vamos analisar melhor o que acontece nos bastidores da integração Albumentations.

Eis uma análise mais detalhada dos aumentos de dados aplicados durante o treino do Ultralytics YOLO11:

• Desfoque: esta transformação aplica um ligeiro desfoque a uma imagem. Ajuda o modelo a detetar objetos mesmo quando estão fora de foco.
• Desfoque mediano: reduz o ruído aleatório e preserva os contornos 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, este aumento de dados pode ajudar o modelo a concentrar-se nas formas e texturas, em vez das cores.
• CLAHE (equalização adaptativa do histograma com contraste limitado): este aumento de dados reforça o contraste nas imagens, sobretudo nas 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 Exemplo de aumento de dados em escala de cinzentos aplicado à imagem de um gato.

Aplicações do Ultralytics YOLO11 e da integração Albumentations#

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

Melhorar a imagiologia médica#

A IA para visão na área da saúde está a ajudar os médicos a analisar imagens médicas com maior precisão, contribuindo para 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 implica desafios próprios. Os exames médicos podem variar bastante entre hospitais, devido a fatores como diferenças nos equipamentos, nas definições e até na experiência dos técnicos. As variações de brilho, contraste e exposição podem afetar a consistência e a precisão dos modelos de IA para 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 do mesmo exame, o Albumentations permite que o modelo aprenda a partir de imagens com diferentes qualidades. Isto ajuda a tornar o modelo mais robusto, permitindo-lhe detetar doenças com precisão em imagens de alta e baixa qualidade.

Fig. 4 Imagens de raios X aumentadas.

Reforçar a segurança e a vigilância#

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

Uma das principais preocupações relacionadas com esta aplicação é o facto de as câmaras de segurança captarem imagens em várias condições de iluminação ao longo do dia, que podem afetar drasticamente a forma como um modelo interpreta essas imagens. Fatores como ambientes com pouca luz, encandeamento ou má visibilidade podem dificultar a deteção de objetos ou o reconhecimento consistente de possíveis ameaças pelos modelos de visão computacional.

A integração Albumentations ajuda ao aplicar transformações que simulam diferentes condições de iluminação. Isto permite que o modelo aprenda a detetar objetos em ambientes claros e 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 num corredor de supermercado, um cão a correr por uma loja ou uma criança a derrubar uma exposição de produtos são apenas alguns exemplos de acontecimentos do dia a dia que podem constituir casos extremos em ambientes de IA para 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, estas situações do mundo real podem ser difíceis de compreender e processar com precisão pelos sistemas de IA.

Embora não seja possível representar todos os cenários num conjunto de dados de visão computacional, a integração Albumentations ajuda a 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 capacidade de lidar com casos extremos e de fazer previsões precisas em ambientes de retalho dinâmicos.

Principais conclusões#

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

A integração Albumentations disponibilizada pela Ultralytics simplifica a aplicação destes aumentos de dados durante o treino personalizado do YOLO11. O resultado é uma melhor qualidade dos conjuntos de dados, o que beneficia diversos setores ao produzir modelos de IA para visão mais precisos e fiáveis.

Junta-te à nossa comunidade e explora o nosso repositório do GitHub para saberes mais sobre IA. Consulta também as nossas opções de licenciamento para começares os teus projetos de IA para visão. Tens interesse em inovações como a IA na indústria transformadora ou a visão computacional em veículos autónomos? Visita as nossas páginas de soluções para descobrires mais.