Полное руководство по аугментации данных в 2025 году

На фоне бума искусственного интеллекта такие явления, как работающие на фабриках роботы и автономные автомобили, передвигающиеся по улицам, всё чаще появляются в заголовках новостей. ИИ меняет способы взаимодействия машин с окружающим миром — от улучшения медицинской визуализации до помощи в контроле качества на производственных линиях.

Значительная часть этого прогресса связана с компьютерным зрением — областью ИИ, которая позволяет машинам понимать и интерпретировать изображения. Подобно тому как люди со временем учатся распознавать объекты и закономерности, модели ИИ для компьютерного зрения, такие как Ultralytics YOLO11, необходимо обучать на больших объёмах изображений, чтобы они развивали способность понимать визуальную информацию.

Однако собрать такой огромный объём визуальных данных удаётся не всегда. Несмотря на то что сообщество компьютерного зрения создало множество больших наборов данных, в них всё ещё могут отсутствовать определённые вариации — например, изображения объектов при слабом освещении, частично скрытых предметов или объектов, снятых под разными углами. Эти различия могут сбивать с толку модели компьютерного зрения, обученные лишь в конкретных условиях.

Аугментация данных изображений — это метод, который решает эту проблему за счёт добавления новых вариаций в существующие данные. Изменение изображений, например корректировка цветов, поворот или изменение перспективы, делает набор данных более разнообразным и помогает моделям ИИ для компьютерного зрения лучше распознавать объекты в реальных ситуациях.

В этой статье мы рассмотрим, как работает аугментация данных изображений и какое влияние она может оказывать на приложения компьютерного зрения.

Что такое аугментация данных изображений?#

Представь, что ты пытаешься узнать друга в толпе, но на нём солнцезащитные очки или он стоит в тени. Даже при таких небольших изменениях внешности ты всё равно понимаешь, кто это. Модель ИИ для компьютерного зрения, напротив, может испытывать трудности с такими вариациями, если её не обучали распознавать объекты в разных условиях.

Аугментация данных изображений повышает производительность моделей компьютерного зрения за счёт добавления изменённых версий существующих изображений в обучающие данные вместо сбора тысяч новых изображений.

Такие изменения изображений, как отражение, поворот, настройка яркости или добавление небольших искажений, знакомят модели ИИ для компьютерного зрения с более широким диапазоном условий. Вместо зависимости от огромных наборов данных модели могут эффективно обучаться на небольших наборах с дополненными изображениями.

Рис. 1. Примеры дополненных изображений автомобиля.

Важность аугментации данных в компьютерном зрении#

Вот несколько ключевых причин, по которым аугментация необходима для компьютерного зрения:

• Снижает требования к объёму данных: Сбор больших наборов изображений требует времени и ресурсов. Аугментация позволяет эффективно обучать модели без огромных наборов данных.
• Предотвращает переобучение: Модель, обученная на слишком малом количестве примеров, может запоминать детали вместо распознавания общих закономерностей. Добавление разнообразия с помощью аугментации позволяет моделям ИИ для компьютерного зрения учиться так, чтобы применять полученные знания к новым и ещё не встречавшимся данным.
• Имитирует несовершенные изображения: Изображения в наборах данных часто выглядят слишком идеально, тогда как реальные фотографии могут быть размытыми, закрытыми другими объектами или искажёнными. Добавление к изображениям шума, перекрытий и других вариаций делает их более реалистичными.
• Повышает устойчивость моделей: Обучение на разнообразных изображениях помогает ИИ справляться с изменениями реального мира и делает его надёжнее в разных окружениях, условиях освещения и ситуациях.

Когда следует использовать аугментацию данных изображений?#

Аугментация данных изображений особенно полезна, когда модели компьютерного зрения нужно распознавать объекты в разных ситуациях, но ей не хватает разнообразных изображений.

Например, если исследователи обучают модель ИИ для компьютерного зрения распознавать редкие подводные виды, которые редко фотографируют, набор данных может быть небольшим или недостаточно разнообразным. Аугментация изображений — корректировка цветов для имитации разной глубины воды, добавление шума для воспроизведения мутных условий или небольшое изменение форм с учётом естественного движения — помогает модели точнее обнаруживать подводные объекты.

Вот несколько других ситуаций, в которых аугментация даёт существенный эффект:

• Балансировка набора данных: Некоторые объекты могут реже встречаться в обучающих данных, из-за чего модели ИИ для компьютерного зрения становятся предвзятыми. Аугментация помогает создать больше примеров редких объектов, чтобы модель справедливо распознавала все категории.
• Адаптация к разным камерам: Изображения могут выглядеть по-разному в зависимости от устройства. Аугментация помогает моделям ИИ для компьютерного зрения хорошо работать с фотографиями разного разрешения, освещения и качества.
• Исправление небольших ошибок разметки: Небольшие сдвиги, обрезка или повороты помогают моделям компьютерного зрения правильно распознавать объекты, даже если исходные метки не идеально выровнены.

Как работает аугментация данных изображений#

На заре компьютерного зрения аугментация данных изображений в основном включала базовые методы обработки изображений, такие как отражение, поворот и обрезка, для повышения разнообразия набора данных. По мере развития ИИ появились более сложные методы: настройка цветов (преобразования цветового пространства), повышение резкости или размытие изображений (ядерные фильтры), а также объединение нескольких изображений (смешивание изображений) для улучшения обучения.

Аугментация может выполняться до и во время обучения модели. До обучения изменённые изображения можно добавить в набор данных, чтобы обеспечить большее разнообразие. Во время обучения изображения можно случайным образом изменять в реальном времени, помогая моделям ИИ для компьютерного зрения адаптироваться к разным условиям.

Эти изменения выполняются с помощью математических преобразований. Например, поворот наклоняет изображение, обрезка удаляет его части для имитации разных ракурсов, а изменение яркости воспроизводит вариации освещения. Размытие смягчает изображение, повышение резкости делает детали более чёткими, а смешивание изображений объединяет части разных изображений. Фреймворки и инструменты для ИИ в компьютерном зрении, такие как OpenCV, TensorFlow и PyTorch, могут автоматизировать эти процессы, делая аугментацию быстрой и эффективной.

Основные методы аугментации данных изображений#

Теперь, когда мы обсудили, что такое аугментация данных изображений, давай подробнее рассмотрим некоторые основные методы аугментации данных изображений, используемые для улучшения обучающих данных.

Изменение ориентации и положения#

Моделям компьютерного зрения, таким как YOLO11, часто требуется распознавать объекты под разными углами и с разных точек обзора. Для этого изображения можно отражать по горизонтали или вертикали, чтобы модель ИИ училась распознавать объекты с разных ракурсов.

Аналогично, небольшой поворот изображений меняет их угол и позволяет модели распознавать объекты с разных перспектив. Сдвиг изображений в разных направлениях (трансляция) также помогает моделям адаптироваться к небольшим изменениям положения. Эти преобразования позволяют моделям лучше обобщать данные в реальных условиях, где расположение объекта на изображении непредсказуемо.

Рис. 2. Различные методы аугментации, связанные с ориентацией и положением.

Изменение размера и обрезка#

В реальных решениях для компьютерного зрения объекты на изображениях могут находиться на разном расстоянии и иметь разные размеры. Модели ИИ для компьютерного зрения должны быть достаточно устойчивыми, чтобы обнаруживать их независимо от этих различий.

Для повышения адаптивности можно использовать следующие методы аугментации:

• Масштабирование: Изменение размера меняет размер изображения, сохраняя его пропорции, и позволяет моделям ИИ обнаруживать объекты на разных расстояниях.
• Обрезка: Она удаляет ненужные части изображения, помогая модели сосредоточиться на ключевых областях и уменьшая отвлекающее влияние фона.
• Сдвиг: Небольшое наклонное искажение изображения имитирует наклонённый или растянутый вид и помогает ИИ распознавать объекты под разными углами.

Эти изменения помогают моделям компьютерного зрения распознавать объекты, даже если их размер или форма немного меняются.

Изменение перспективы и искажений#

Объекты на изображениях могут выглядеть по-разному в зависимости от угла съёмки, что затрудняет их распознавание моделями компьютерного зрения. Чтобы помочь моделям справляться с такими вариациями, методы аугментации могут изменять способ представления объектов на изображениях.

Например, перспективные преобразования могут менять угол обзора, создавая впечатление, будто на объект смотрят с другой позиции. Это позволяет моделям ИИ для компьютерного зрения распознавать объекты, даже если они наклонены или сняты с необычного ракурса.

Другой пример — эластичное преобразование, которое растягивает, сгибает или деформирует изображения, имитируя естественные искажения, чтобы объекты выглядели так, как в отражениях или под воздействием давления.

Изменение цвета и освещения#

Условия освещения и различия в цвете могут значительно влиять на то, как модели ИИ для компьютерного зрения интерпретируют изображения. Поскольку объекты могут выглядеть по-разному при различном освещении, следующие методы аугментации помогают справляться с такими ситуациями:

• Изменение яркости и контрастности: Имитация разных условий освещения помогает моделям ИИ для компьютерного зрения распознавать объекты и в яркой, и в тёмной среде.
• Изменение цвета: Случайное изменение оттенка, насыщенности и цветового баланса делает модели компьютерного зрения более адаптивными к разным камерам и условиям освещения.
• Преобразование в оттенки серого: Преобразование изображений в чёрно-белые тона побуждает модели ИИ для компьютерного зрения сосредоточиться на формах и текстурах, а не на цвете.

Рис. 3. Примеры аугментации, связанной с вариациями цвета.

Продвинутые методы аугментации данных изображений#

До сих пор мы рассматривали только методы аугментации, изменяющие одно изображение. Однако некоторые продвинутые методы объединяют несколько изображений для улучшения обучения ИИ.

Например, MixUp объединяет два изображения, помогая моделям компьютерного зрения понять взаимосвязи между объектами и улучшая их способность обобщать данные в разных сценариях. CutMix развивает эту идею, заменяя часть одного изображения фрагментом другого и позволяя моделям учиться на нескольких контекстах внутри одного изображения. CutOut работает иначе: он удаляет случайные части изображения, обучая модели ИИ для компьютерного зрения распознавать объекты, даже если они частично скрыты или закрыты.

Рис. 4. Продвинутые методы аугментации данных изображений.

Роль генеративного ИИ в аугментации данных изображений#

Генеративный ИИ набирает популярность во многих отраслях и повседневных приложениях. Скорее всего, ты сталкивался с ним в связи с изображениями, созданными ИИ, дипфейк-видео или приложениями, создающими реалистичные аватары. Но помимо творчества и развлечений генеративный ИИ играет важную роль в обучении моделей ИИ для компьютерного зрения, создавая новые изображения на основе существующих.

Вместо простого отражения или поворота изображений он может создавать реалистичные вариации — менять выражения лица и стили одежды или даже имитировать разные погодные условия. Эти вариации помогают моделям компьютерного зрения стать более адаптивными и точными в разнообразных реальных сценариях. Продвинутые модели генеративного ИИ, такие как GANs (генеративно-состязательные сети), и диффузионные модели также могут заполнять отсутствующие детали или создавать высококачественные синтетические изображения.

Ограничения аугментации данных изображений#

Хотя аугментация улучшает обучающие наборы данных, у неё есть ограничения, которые следует учитывать. Вот несколько ключевых проблем, связанных с аугментацией данных изображений:

• Ограниченное разнообразие данных: Дополненные изображения создаются на основе существующих данных и не могут добавить полностью новые закономерности или редкие ракурсы.
• Возможное искажение данных: Чрезмерные преобразования могут сделать изображения нереалистичными и потенциально снизить точность модели в реальных сценариях.
• Увеличение вычислительных затрат: Аугментация в реальном времени, выполняемая во время обучения модели, может требовать значительной вычислительной мощности, замедлять обучение и увеличивать потребление памяти.
• Дисбаланс классов сохраняется: Аугментация не создаёт полностью новые образцы, поэтому недостаточно представленные категории всё ещё могут приводить к предвзятому обучению.

Применение аугментации данных изображений в реальном мире#

Интересный пример применения аугментации данных изображений — автономные автомобили, где решения, принимаемые моделями компьютерного зрения, такими как Ultralytics YOLO11, за доли секунды имеют критическое значение. Модель должна точно обнаруживать дороги, людей и другие объекты.

Однако реальные условия, с которыми сталкивается автономный автомобиль, могут быть непредсказуемыми. Плохая погода, размытие в движении и скрытые дорожные знаки могут усложнить работу решений ИИ для компьютерного зрения в этой сфере. Обучения моделей компьютерного зрения только на реальных изображениях часто недостаточно. Наборы изображений для моделей автономных автомобилей должны быть разнообразными, чтобы модель училась справляться с неожиданными ситуациями.

Аугментация данных изображений решает эту проблему, имитируя туман, изменяя яркость и искажая формы. Эти изменения помогают моделям распознавать объекты в разных условиях. В результате модели становятся умнее и надёжнее.

При обучении на дополненных данных решения ИИ для компьютерного зрения в автономных автомобилях лучше адаптируются и принимают более безопасные решения. Более точные результаты означают меньше аварий и улучшенную навигацию.

Рис. 5. Пример аугментации данных изображений применительно к автономным автомобилям.

Автономные автомобили — лишь один пример. На самом деле аугментация данных изображений имеет решающее значение для самых разных отраслей: от медицинской визуализации до аналитики розничной торговли. Любое приложение, основанное на компьютерном зрении, потенциально может получить пользу от аугментации данных изображений.

Основные выводы#

Системы ИИ для компьютерного зрения должны уметь распознавать объекты в разных условиях, однако сбор бесконечного количества реальных изображений для обучения может быть сложным. Аугментация данных изображений решает эту проблему, создавая вариации существующих изображений и помогая моделям быстрее обучаться и лучше работать в реальных ситуациях. Она повышает точность и гарантирует, что модели ИИ для компьютерного зрения, такие как Ultralytics YOLO11, смогут работать при разном освещении, под разными углами и в различных окружениях.

Для компаний и разработчиков аугментация данных изображений экономит время и усилия, одновременно повышая надёжность моделей компьютерного зрения. Её используют во многих отраслях — от здравоохранения до автономных автомобилей. По мере развития ИИ для компьютерного зрения аугментация будет оставаться важной частью создания более умных и адаптивных моделей будущего.

Присоединяйся к нашему сообществу и посети наш репозиторий на GitHub, чтобы увидеть ИИ в действии. Изучи наши варианты лицензирования и узнай больше об ИИ в сельском хозяйстве и компьютерном зрении в производстве на страницах наших решений.