Лицензия YOLO
Назад к глоссарию Ultralytics

Affine Transformation

Аффинное преобразование отображает координаты изображения с помощью поворота, масштабирования, сдвига и переноса, поддерживая аугментацию, выравнивание и предварительную обработку.

Аффинное преобразование — это отображение координат, объединяющее линейное преобразование с переносом. В изображениях оно может поворачивать, изменять размер, отражать, сдвигать или перемещать сетку пикселей, сохраняя структуру прямых линий. Аффинное преобразование и аффинное отображение — синонимы. В компьютерном зрении такие отображения используются для выравнивания, предварительной обработки данных и аугментации данных.

Леонард Эйлер ввел термин аффинный для родственных кривых в 1748 году, в главе XVIII «Введения в анализ бесконечно малых», том 2.

Что сохраняют аффинные преобразования#

Обратимое аффинное преобразование сохраняет прямые линии, параллельность и отношения отрезков на одной прямой. Середина отрезка остается его серединой. Длины и углы могут изменяться: сдвиг и неравномерное масштабирование могут превратить прямоугольник в параллелограмм, а окружность — в эллипс.

Жесткие преобразования сохраняют расстояния и углы; преобразования подобия дополнительно допускают равномерное масштабирование. Аффинные преобразования также допускают неравномерное масштабирование и сдвиг. Гомография учитывает эффекты перспективы, например схождение параллельных краев дороги к точке схода. Аффинное отображение сохраняет параллельность и подходит для моделирования глобальных изменений перекоса и масштаба.

Как работает аффинная матрица#

Двумерная аффинная матрица содержит шесть параметров и обычно хранится как матрица 2 x 3. Четыре параметра задают линейную часть, а два определяют горизонтальный и вертикальный перенос. Матрицу определяют три пары точек: три исходные точки не должны лежать на одной прямой, образуя треугольник. В OpenCV cv2.getAffineTransform вычисляет матрицу по этим соответствиям.

Добавление постоянной третьей координаты, равной 1 и называемой однородной координатой, позволяет включить перенос в умножение матриц. Полученная матрица 3 x 3 имеет последнюю строку 0, 0, 1. Несколько преобразований объединяются с помощью умножения матриц; поворот с последующим переносом, как правило, не эквивалентен переносу с последующим поворотом.

Аффинное преобразование является линейным тогда и только тогда, когда перенос равен нулю. В нейронной сети полносвязный слой объединяет обучаемые веса со смещением. Слой Linear в PyTorch по умолчанию выполняет аффинное отображение, за которым обычно следует нелинейная функция активации.

Применение в компьютерном зрении и обучении моделей#

Обучение детекторов и моделей сегментации Ultralytics YOLO26 поддерживает геометрическую аугментацию с помощью degrees, translate, scale и shear, одновременно обновляя изображения и аннотации. При использовании perspective=0.0 отображение является аффинным; по умолчанию поворот и сдвиг отключены.

Применение аффинного преобразования в Python#

В этом примере pip install opencv-python numpy использует OpenCV, чтобы повернуть изображение и уменьшить его вокруг центра:

from urllib.request import urlopen

import cv2
import numpy as np

with urlopen("https://ultralytics.com/images/bus.jpg") as response:
    encoded = np.frombuffer(response.read(), dtype=np.uint8)
image = cv2.imdecode(encoded, cv2.IMREAD_COLOR)
height, width = image.shape[:2]

# Для поворота вокруг центра также требуется перенос.
center = (width / 2, height / 2)
matrix = cv2.getRotationMatrix2D(center, angle=20, scale=0.8)
warped = cv2.warpAffine(image, matrix, (width, height))
cv2.imwrite("affine_result.jpg", warped)

На сохраненном изображении показан поворот на 20 градусов и масштабирование до 80% от исходных размеров в неизмененном выходном холсте.

Передискретизация и ошибки аннотации#

При геометрическом преобразовании выполняется выборка дискретной сетки пикселей. Билинейная интерполяция смешивает соседние пиксели; интерполяция методом ближайшего соседа выбирает существующее значение. При повороте появляются области границ, для которых нет исходных пикселей, а фиксированный холст обрезает содержимое за его пределами. Повторная билинейная передискретизация смягчает мелкие детали, даже если отображение координат обратимо.

При обучении с учителем в компьютерном зрении изображения и аннотации должны подвергаться одному и тому же преобразованию. Если метки не обновить, целевые объекты будут расположены неправильно. Для ограничивающих рамок нужно преобразовать все четыре угла, прежде чем вычислять охватывающий осевой прямоугольник, который после поворота может включать дополнительный фон. Для ключевых точек, вышедших за границы холста, нужно обновить сведения о видимости. Для категориальных масок сегментации используется интерполяция методом ближайшего соседа, чтобы сохранить дискретные идентификаторы классов.

Изучи решения

Компьютерное зрение в спорте

Компьютерное зрение в спорте

Узнай, как Ultralytics YOLO обеспечивает компьютерное зрение в спорте: отслеживание игроков и мяча, аналитика результатов, полезные выводы для тренеров и реабилитация спортсменов.
Подробнее
Компьютерное зрение для аэросъёмки

Компьютерное зрение для аэросъёмки

Превращай снимки с дронов и аэрофотоснимки в полезные данные в реальном времени для сельского хозяйства, аквакультуры, охраны природы и геопространственного анализа с Ultralytics YOLO.
Подробнее
Компьютерное зрение в аэрокосмической отрасли

Компьютерное зрение в аэрокосмической отрасли

Применяй компьютерное зрение в аэрокосмической отрасли с Ultralytics YOLO: для осмотра самолётов, обнаружения посторонних предметов на взлётно-посадочных полосах, наземного обслуживания аэропортов и выявления дефектов композитных материалов.
Подробнее
Компьютерное зрение в сфере безопасности

Компьютерное зрение в сфере безопасности

Защити любой объект с помощью моделей Ultralytics YOLO. ИИ на базе компьютерного зрения обеспечивает мониторинг периметра, обнаружение угроз, распознавание номерных знаков и безопасность на рабочем месте.
Подробнее
Компьютерное зрение в робототехнике

Компьютерное зрение в робототехнике

Создавай более интеллектуальные машины с моделями Ultralytics YOLO. ИИ на базе компьютерного зрения в робототехнике обеспечивает автономную навигацию, восприятие, отслеживание объектов и управление в реальном времени.
Подробнее
Компьютерное зрение в логистике

Компьютерное зрение в логистике

Оптимизируй логистику с моделями Ultralytics YOLO. Визуальный AI обеспечивает проверку посылок, сортировку, отслеживание транспорта и мониторинг безопасности на складе в реальном времени.
Подробнее
Компьютерное зрение в розничной торговле

Компьютерное зрение в розничной торговле

Переосмысли розничную торговлю с моделями Ultralytics YOLO. Визуальный AI обеспечивает отслеживание запасов, мониторинг полок, управление очередями и более глубокое понимание поведения покупателей.
Подробнее
Компьютерное зрение в здравоохранении

Компьютерное зрение в здравоохранении

Создавай решения для здравоохранения с моделями Ultralytics YOLO. Визуальный AI в здравоохранении ускоряет медицинскую визуализацию, улучшает диагностику и мониторинг пациентов.
Подробнее
Компьютерное зрение в производстве

Компьютерное зрение в производстве

Оптимизируй производство с моделями Ultralytics YOLO. Компьютерное зрение на базе ИИ обеспечивает контроль качества, обнаружение дефектов, контроль использования СИЗ и автоматизацию сборочных линий.
Подробнее
Компьютерное зрение в автомобильной отрасли

Компьютерное зрение в автомобильной отрасли

Применяй компьютерное зрение в автомобильной отрасли с моделями Ultralytics YOLO. Компьютерное зрение на базе ИИ повышает безопасность дорожного движения, улучшает помощь водителю и автоматизацию автомобилей, делая дороги умнее.
Подробнее
Компьютерное зрение в сельском хозяйстве

Компьютерное зрение в сельском хозяйстве

Внедряй ИИ для компьютерного зрения в умное сельское хозяйство с моделями Ultralytics YOLO. Используй их для мониторинга посевов, отслеживания скота и точного земледелия, чтобы повысить урожайность и эффективность.
Подробнее

Давай вместе строить будущее ИИ!

Начни свой путь в будущее машинного обучения