Licenciar o YOLO
Voltar ao glossário da Ultralytics

MixUp

O MixUp combina exemplos de treino e os respetivos alvos para reduzir o sobreajuste. Cria rótulos de classe suaves para classificação e mantém as caixas para deteção.

O MixUp é uma técnica de aumento de dados que combina dois exemplos de treino num só e combina os respetivos alvos. Na classificação de imagens, a mesma proporção controla ambas as combinações: se uma imagem contribuir com 70% da combinação de píxeis, a respetiva classe recebe 70% do peso do alvo. O treino com estes exemplos intermédios incentiva as previsões do modelo a variar gradualmente entre amostras.

Como funciona o MixUp#

O MixUp padrão extrai um peso entre zero e um de uma distribuição Beta simétrica parametrizada por alpha. Abaixo de 1, as extrações tendem para os extremos, pelo que uma imagem normalmente predomina. Em 1, os intervalos de igual largura têm a mesma probabilidade. Acima de 1, as extrações concentram-se perto de 0,5, produzindo combinações mais equilibradas. A proporção de mistura determina a contribuição de cada amostra; uma probabilidade de aplicação separada, quando disponível, determina a frequência com que a transformação é executada.

Hongyi Zhang, Moustapha Cissé, Yann N. Dauphin e David Lopez-Paz apresentaram a técnica em mixup: Beyond Empirical Risk Minimization, publicada inicialmente em 2017 e apresentada na ICLR 2018. Na experiência CIFAR-10 de 200 épocas, com uma ResNet-18 com pré-ativação e decaimento de pesos de 0.0001, o MixUp com alpha=1 reduziu o erro mediano de teste nas 10 épocas finais de 5.53% para 4.24%.

CIFAR-10 preview 1
CIFAR-10 preview 2
CIFAR-10 preview 3
CIFAR-10 preview 4
60.000
CIFAR-10
ultralytics
PúblicoClassificar

Tiny 32x32 color photos of common vehicles and animals, the classic small-image classification benchmark from the University of Toronto. Collected by Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton as a hand-labeled subset of the 80 Million Tiny Images collection, with balanced, mutually exclusive classes. Source: Krizhevsky, "Learning Multiple Layers of Features from Tiny Images," University of Toronto tech report 2009; cs.toronto.edu/~kriz/cifar.html.

110 classes66 MB23 de out. de 2026
airplaneautomobilebirdcat+6
image-classificationcifar10object-recognition+1

MixUp para classificação de imagens#

Um rótulo de classificação de imagens é frequentemente armazenado como um ID de classe inteiro. O MixUp combina vetores de classe: quando as imagens pertencem a classes diferentes, o resultado é um alvo suave com dois pesos cuja soma é um. Quando ambas as imagens pertencem à mesma classe, essa classe mantém o peso total. Com a função de perda de entropia cruzada, utilizar o alvo suave equivale a calcular a perda para cada rótulo original com base na mesma previsão da imagem combinada e, em seguida, calcular a soma ponderada das duas perdas.

A transformação MixUp em lote do Torchvision aplica um peso de mistura partilhado a todo o lote. O exemplo utiliza as imagens do gato e do café da coleção de amostras do scikit-image.

import torch
from skimage import data
from torchvision.transforms import v2

resize = v2.Resize((128, 128))
to_image = v2.ToImage()
cat = resize(to_image(data.chelsea()))
coffee = resize(to_image(data.coffee()))
images = torch.stack((cat, coffee)).float() / 255
labels = torch.tensor([0, 1])

mixup = v2.MixUp(alpha=1.0, num_classes=2)
mixed_images, mixed_targets = mixup(images, labels)
print(mixed_targets)

Cada linha apresentada mostra os pesos do gato e do café para uma imagem combinada. Os pesos trocam entre linhas porque a transformação inverte os papéis das duas imagens neste lote.

Como a deteção de objetos lida com rótulos misturados#

Um alvo de deteção de objetos contém uma caixa delimitadora e uma classe para cada objeto. A média de duas caixas poderia colocar a caixa resultante entre os objetos. A transformação MixUp do Ultralytics YOLO combina as imagens, mantendo ambos os conjuntos de caixas e IDs de classe como alvos separados. A definição mixup controla a frequência de execução da transformação e, por predefinição, é 0.0; a proporção de píxeis é amostrada separadamente a partir de Beta(32, 32), produzindo combinações quase equilibradas, e o limite de treino close_mosaic também desativa o MixUp quando entra em vigor.

Como o MixUp se compara a outros aumentos de dados#

O MixUp funciona como regularização, treinando o modelo com combinações de exemplos que, de outra forma, poderia memorizar. A combinação de imagens completas também pode criar padrões que se assemelham a uma terceira classe. Numa experiência com MNIST, uma combinação dos algarismos manuscritos 1 e 5 assemelhava-se a um 8, embora o alvo atribuísse 53% ao 1 e 47% ao 5. Assim, a imagem fornecia evidência visual de uma classe que recebeu peso zero no alvo.

  • O CutMix substitui uma região retangular por um recorte de outra imagem. Na classificação, os pesos do alvo correspondem à área contribuída por cada imagem.
  • O Mosaic dispõe várias imagens numa única tela e adapta as respetivas anotações ao novo esquema.
  • O suavizado de rótulos redistribui parte do peso do alvo entre as classes sem alterar a entrada.

O Manifold Mixup desloca a interpolação das entradas brutas para uma camada oculta da rede. Continua a utilizar o mesmo peso de mistura para as ativações ocultas e os alvos de classe.

Explore as soluções

Visão computacional no desporto

Visão computacional no desporto

Descubra como o Ultralytics YOLO impulsiona a visão computacional no esporte com rastreamento de jogadores e bolas, análise de desempenho, insights para treinadores e reabilitação de atletas.
Saiba mais
Visão computacional para imagens aéreas

Visão computacional para imagens aéreas

Transforma imagens de drones e aéreas em informações em tempo real para a agricultura, a aquacultura, a conservação e a análise geoespacial com Ultralytics YOLO.
Saiba mais
Visão computacional no setor aeroespacial

Visão computacional no setor aeroespacial

Aplica visão computacional na indústria aeroespacial com Ultralytics YOLO para inspecionar aeronaves, detetar objetos estranhos na pista (FOD), apoiar operações aeroportuárias em terra e detetar defeitos em materiais compósitos.
Saiba mais
Visão computacional na segurança

Visão computacional na segurança

Protege todas as instalações com os modelos Ultralytics YOLO. A IA visual permite monitorizar perímetros, detetar ameaças, reconhecer matrículas e melhorar a segurança no local de trabalho.
Saiba mais
Visão computacional na robótica

Visão computacional na robótica

Potencia máquinas mais inteligentes com os modelos Ultralytics YOLO. A IA visual na robótica permite navegação autónoma, perceção, rastreamento de objetos e controlo em tempo real.
Saiba mais
Visão computacional na logística

Visão computacional na logística

Otimize a logística com os modelos Ultralytics YOLO. A IA de visão permite inspecionar pacotes, fazer triagem, rastrear veículos e monitorar a segurança em tempo real nos armazéns.
Saiba mais
Visão computacional no varejo

Visão computacional no varejo

Reinvente o varejo com os modelos Ultralytics YOLO. A IA de visão permite rastrear o estoque, monitorar prateleiras, gerenciar filas e obter insights mais inteligentes sobre clientes.
Saiba mais
Visão computacional na área da saúde

Visão computacional na área da saúde

Desenvolva soluções de saúde com os modelos Ultralytics YOLO. A IA de visão na área da saúde permite obter imagens médicas mais rapidamente, diagnósticos mais inteligentes e monitoramento de pacientes.
Saiba mais
Visão computacional na manufatura

Visão computacional na manufatura

Otimize a manufatura com modelos Ultralytics YOLO. A IA visual impulsiona o controle de qualidade, a detecção de defeitos, a conformidade com o uso de EPI e a automação da linha de montagem.
Saiba mais
Visão computacional no setor automotivo

Visão computacional no setor automotivo

Aplique visão computacional no setor automotivo com modelos Ultralytics YOLO. A IA visual aumenta a segurança viária, aprimora a assistência ao condutor e viabiliza a automação de veículos para estradas mais inteligentes.
Saiba mais
Visão computacional na agricultura

Visão computacional na agricultura

Leve a IA de visão à agricultura inteligente com os modelos Ultralytics YOLO. Aprimore o monitoramento de plantações, o rastreamento de animais e a agricultura de precisão para obter safras maiores e mais inteligentes.
Saiba mais

Vamos construir juntos o futuro da IA!

Comece sua jornada rumo ao futuro do aprendizado de máquina