Sử dụng augmentation của Albumentations để đa dạng hóa dữ liệu

Khi xây dựng một giải pháp thị giác máy tính, việc thu thập một tập ảnh đa dạng để huấn luyện các model AI thị giác có thể là một phần quan trọng của quy trình. Công việc này thường đòi hỏi nhiều thời gian và chi phí, nhưng đôi khi những ảnh được thu thập vẫn chưa đủ đa dạng để model học hiệu quả.

Ví dụ, các model thị giác máy tính như Ultralytics YOLO11 có thể được huấn luyện tùy chỉnh trên các dataset ảnh cho nhiều tác vụ thị giác máy tính khác nhau liên quan đến từng ứng dụng. Dữ liệu đa dạng là yếu tố then chốt vì giúp model khái quát hóa tốt hơn, cho phép model nhận diện các đối tượng và mẫu trong nhiều tình huống thực tế.

Nếu đang gặp khó khăn do thiếu dữ liệu đa dạng, các kỹ thuật tăng cường dữ liệu ảnh có thể là một giải pháp hiệu quả. Những phương pháp như xoay, lật và điều chỉnh độ sáng có thể giúp tăng tính đa dạng cho dataset, cải thiện khả năng xử lý nhiều điều kiện hơn của model.

Đó là lý do Ultralytics hỗ trợ tích hợp tăng cường dữ liệu ảnh. Với Albumentations, một công cụ phổ biến cung cấp tập hợp các phép biến đổi, bạn có thể tạo dữ liệu hình ảnh đa dạng. Tích hợp này đơn giản hóa quy trình huấn luyện YOLO11 bằng cách tự động tăng cường ảnh huấn luyện, từ đó cải thiện hiệu suất model.

Trong bài viết này, chúng ta sẽ tìm hiểu cách sử dụng tích hợp Albumentations, các lợi ích của tích hợp này và tác động của nó đến quá trình huấn luyện model.

Albumentations là gì?#

Các model thị giác máy tính có thể học từ một tập ảnh chất lượng cao và đa dạng để nhận diện đối tượng trong các môi trường khác nhau. Việc thu thập dataset lớn từ các nguồn thực tế có thể chậm, tốn kém và kém hiệu quả. Để tối ưu hóa công việc này, bạn có thể sử dụng tăng cường dữ liệu ảnh để tạo các biến thể mới từ ảnh hiện có, giúp model học từ nhiều tình huống khác nhau mà không cần thu thập thêm dữ liệu.

Cụ thể, bạn có thể tận dụng Albumentations, một thư viện mã nguồn mở được giới thiệu vào năm 2018 để tăng cường dữ liệu ảnh hiệu quả. Thư viện này hỗ trợ nhiều thao tác, từ các thay đổi hình học đơn giản như xoay và lật đến những điều chỉnh phức tạp hơn như độ sáng, độ tương phản và thêm nhiễu.

Hình 1. Ví dụ về các loại tăng cường dữ liệu ảnh khác nhau.

Các tính năng chính của Albumentations#

Albumentations nổi tiếng với hiệu suất cao, nghĩa là thư viện có thể xử lý ảnh nhanh chóng và hiệu quả. Được xây dựng trên các thư viện được tối ưu hóa như OpenCV và NumPy, thư viện này xử lý các dataset lớn với thời gian xử lý tối thiểu, rất phù hợp để tăng cường dữ liệu nhanh trong quá trình huấn luyện model.

Dưới đây là một số tính năng chính khác của Albumentations:

• Đa dạng phép biến đổi: Albumentations cung cấp hơn 70 loại phép tăng cường. Các biến thể này giúp model học cách phát hiện đối tượng ngay cả khi điều kiện chiếu sáng, góc nhìn hoặc phông nền thay đổi.
• Tối ưu hóa tốc độ: Thư viện sử dụng các kỹ thuật tối ưu hóa nâng cao như SIMD (Nhiều dữ liệu, một chỉ thị), xử lý nhiều điểm dữ liệu cùng lúc để tăng tốc độ tăng cường ảnh và xử lý hiệu quả các dataset lớn.
• Ba cấp độ tăng cường: Thư viện tăng cường dữ liệu theo ba cách. Ví dụ, các phép tăng cường ở cấp độ pixel điều chỉnh độ sáng và màu sắc mà không làm thay đổi đối tượng. Trong khi đó, các phép tăng cường ở cấp độ không gian thay đổi vị trí đối tượng nhưng vẫn giữ lại các chi tiết quan trọng, còn các phép tăng cường ở cấp độ trộn kết hợp các phần của những ảnh khác nhau để tạo mẫu mới.

Tại sao nên sử dụng tích hợp Albumentations?#

Có thể bạn đang thắc mắc: có nhiều cách để áp dụng phép tăng cường cho dataset, thậm chí bạn có thể tự tạo phép tăng cường bằng các công cụ như OpenCV. Vậy tại sao nên chọn một tích hợp hỗ trợ thư viện như Albumentations?

Tự tạo phép tăng cường bằng các công cụ như OpenCV có thể tốn nhiều thời gian và đòi hỏi một số kiến thức chuyên môn. Việc tinh chỉnh các phép biến đổi để đạt kết quả tốt nhất cũng có thể khá phức tạp. Tích hợp Albumentations giúp đơn giản hóa quy trình này. Tích hợp cung cấp nhiều phép biến đổi sẵn sàng sử dụng, giúp bạn tiết kiệm thời gian và công sức khi chuẩn bị dataset.

Một lý do khác để chọn tích hợp Albumentations là tích hợp này hoạt động trơn tru với pipeline huấn luyện model của Ultralytics. Tích hợp giúp việc huấn luyện tùy chỉnh YOLO11 dễ dàng hơn nhiều, vì các phép tăng cường được tự động áp dụng trong quá trình huấn luyện. Quy trình trở nên đơn giản hơn, cho phép bạn tập trung nhiều hơn vào việc cải thiện model thay vì xử lý khâu chuẩn bị dữ liệu.

Bắt đầu với tích hợp Albumentations#

Điều thú vị là việc sử dụng các tích hợp Albumentations để huấn luyện Ultralytics YOLO11 đơn giản hơn bạn tưởng. Sau khi thiết lập đúng các thư viện cần thiết, tích hợp sẽ tự động áp dụng tăng cường dữ liệu ảnh trong quá trình huấn luyện. Tích hợp giúp model học từ nhiều biến thể ảnh khác nhau bằng cách sử dụng cùng một dataset.

Tiếp theo, hãy cùng tìm hiểu cách cài đặt và sử dụng tích hợp Albumentations khi huấn luyện tùy chỉnh Ultralytics YOLO11.

Cài đặt package Python Ultralytics và Albumentations#

Trước khi áp dụng các phép tăng cường, cần cài đặt cả package Python Ultralytics và Albumentations. Tích hợp được xây dựng để hai thư viện hoạt động liền mạch với nhau theo mặc định, vì vậy bạn không cần lo lắng về các cấu hình phức tạp.

Toàn bộ quá trình cài đặt có thể hoàn tất chỉ trong vài phút bằng một lệnh pip duy nhất, trong đó pip là công cụ quản lý package dùng để cài đặt các thư viện Python, như minh họa trong hình bên dưới.

Hình 2. Cài đặt Ultralytics và Albumentations.

Sau khi cài đặt Albumentations, chế độ huấn luyện model của Ultralytics sẽ tự động áp dụng các phép tăng cường ảnh trong quá trình huấn luyện. Nếu chưa cài đặt Albumentations, các phép tăng cường này sẽ không được áp dụng. Để biết thêm chi tiết, bạn có thể tham khảo tài liệu chính thức của Ultralytics.

Huấn luyện Ultralytics YOLO11 với sự hỗ trợ của tích hợp Albumentations#

Hãy cùng tìm hiểu rõ hơn những gì diễn ra bên trong tích hợp Albumentations.

Dưới đây là cái nhìn chi tiết hơn về các phép tăng cường được áp dụng trong quá trình huấn luyện Ultralytics YOLO11:

• Làm mờ: Phép biến đổi này thêm hiệu ứng mờ nhẹ vào ảnh. Nhờ đó, model có thể phát hiện đối tượng ngay cả khi đối tượng bị mất nét.
• Làm mờ trung vị: Phép biến đổi này giảm nhiễu ngẫu nhiên đồng thời bảo toàn các cạnh của đối tượng trong ảnh. Điều này giúp model dễ phát hiện đối tượng hơn trong những môi trường phức tạp.
• Ảnh xám: Bằng cách chuyển ảnh sang dạng đen trắng, phép tăng cường này có thể giúp model tập trung vào hình dạng và kết cấu thay vì màu sắc.
• CLAHE (Cân bằng histogram thích ứng giới hạn tương phản): Phép tăng cường này làm tăng độ tương phản trong ảnh, đặc biệt ở những vùng quá tối hoặc khó quan sát, chẳng hạn trong điều kiện thiếu sáng hoặc có sương mù. Nhờ đó, các đối tượng ở những vùng này trở nên rõ ràng hơn và dễ được model nhận diện hơn.

Hình 3. Ví dụ về phép tăng cường ảnh xám được áp dụng cho ảnh một con mèo.

Các ứng dụng của Ultralytics YOLO11 và tích hợp Albumentations#

Nếu bạn đang huấn luyện tùy chỉnh Ultralytics YOLO11 cho một ứng dụng cụ thể, tích hợp Albumentations có thể giúp cải thiện hiệu suất model bằng cách thích ứng với nhiều điều kiện khác nhau. Hãy cùng thảo luận về một số ứng dụng thực tế và những thách thức mà tích hợp này có thể giải quyết.

Cải thiện chẩn đoán hình ảnh y tế#

AI thị giác trong lĩnh vực chăm sóc sức khỏe đang giúp bác sĩ phân tích ảnh y tế chính xác hơn để hỗ trợ chẩn đoán và cải thiện việc chăm sóc bệnh nhân. Trên thực tế, khoảng một phần năm các tổ chức chăm sóc sức khỏe đã sử dụng các giải pháp AI.

Tuy nhiên, việc xây dựng các giải pháp thị giác máy tính này đi kèm với nhiều thách thức riêng. Ảnh quét y tế có thể khác biệt đáng kể giữa các bệnh viện do những yếu tố như thiết bị, cài đặt và thậm chí kinh nghiệm của kỹ thuật viên. Những khác biệt về độ sáng, độ tương phản và độ phơi sáng có thể ảnh hưởng đến tính nhất quán và độ chính xác của các model AI thị giác, khiến chúng khó hoạt động ổn định trong các môi trường khác nhau.

Đây là lúc việc tích hợp các công cụ như Albumentations trở nên thiết yếu. Bằng cách tạo ra nhiều phiên bản tăng cường của cùng một ảnh quét, Albumentations cho phép model học từ nhiều chất lượng ảnh khác nhau. Điều này giúp model trở nên mạnh mẽ hơn, cho phép phát hiện bệnh chính xác trên cả ảnh chất lượng cao và thấp.

Hình 4. Ảnh X-quang đã được tăng cường.

Nâng cao hoạt động bảo mật và giám sát#

Một ứng dụng thú vị khác của AI thị giác là trong lĩnh vực bảo mật và giám sát. Phát hiện đối tượng theo thời gian thực có thể giúp các đội ngũ bảo mật nhanh chóng xác định các mối đe dọa tiềm ẩn.

Một mối quan ngại chính liên quan đến ứng dụng này là camera an ninh ghi lại hình ảnh trong nhiều điều kiện ánh sáng khác nhau suốt cả ngày, và những điều kiện này có thể ảnh hưởng đáng kể đến cách model diễn giải hình ảnh. Các yếu tố như môi trường thiếu sáng, ánh sáng chói hoặc tầm nhìn kém có thể khiến các model thị giác máy tính khó phát hiện đối tượng hoặc nhận diện mối đe dọa tiềm ẩn một cách nhất quán.

Tích hợp Albumentations hỗ trợ bằng cách áp dụng các phép biến đổi mô phỏng những điều kiện ánh sáng khác nhau. Nhờ đó, model có thể học cách phát hiện đối tượng trong cả môi trường sáng và thiếu sáng, trở nên đáng tin cậy hơn và cải thiện thời gian phản hồi trong những điều kiện khó khăn.

Định hình lại quy trình bán lẻ và trải nghiệm khách hàng#

Một vết đổ trên lối đi siêu thị, một con chó chạy qua cửa hàng hoặc một đứa trẻ làm đổ quầy trưng bày sản phẩm chỉ là một vài ví dụ về các sự kiện thường ngày có thể trở thành trường hợp biên trong môi trường AI thị giác cho ngành bán lẻ. Thị giác máy tính ngày càng được sử dụng để cải thiện trải nghiệm khách hàng bằng cách theo dõi hành vi người mua sắm, giám sát lưu lượng khách và xác định sản phẩm trên kệ. Tuy nhiên, các tình huống thực tế này có thể khó để hệ thống AI hiểu và xử lý chính xác.

Mặc dù không phải mọi tình huống đều có thể được thể hiện trong dataset thị giác máy tính, tích hợp Albumentations hỗ trợ bằng cách tăng cường dữ liệu để bao quát nhiều tình huống có thể xảy ra, chẳng hạn ánh sáng bất ngờ, góc nhìn bất thường hoặc vật cản. Điều này giúp các model thị giác máy tính thích ứng với nhiều điều kiện khác nhau, cải thiện khả năng xử lý các trường hợp biên và đưa ra dự đoán chính xác trong môi trường bán lẻ năng động.

Những điểm chính#

Việc thu thập dữ liệu thực tế đa dạng để huấn luyện model có thể phức tạp, nhưng Albumentations giúp đơn giản hóa công việc bằng cách tạo các biến thể ảnh, qua đó giúp model thích ứng với nhiều điều kiện khác nhau.

Tích hợp Albumentations do Ultralytics hỗ trợ đơn giản hóa quy trình áp dụng các phép tăng cường này khi huấn luyện tùy chỉnh YOLO11. Kết quả là chất lượng dataset được cải thiện, mang lại lợi ích cho nhiều ngành nghề nhờ tạo ra các model AI thị giác chính xác và đáng tin cậy hơn.

Tham gia cộng đồng của chúng tôi và khám phá repository GitHub của chúng tôi để tìm hiểu thêm về AI, đồng thời xem các lựa chọn cấp phép của chúng tôi để bắt đầu các dự án AI thị giác. Bạn quan tâm đến những đổi mới như AI trong sản xuất hoặc thị giác máy tính trong xe tự hành? Hãy truy cập các trang giải pháp của chúng tôi để tìm hiểu thêm.