Sử dụng các kỹ thuật tăng cường dữ liệu Albumentations để đa dạng hóa dữ liệu của bạn
Tìm hiểu cách sử dụng Albumentations để tăng cường dữ liệu khi tùy chỉnh huấn luyện Ultralytics YOLO11 nhằm cải thiện hiệu suất model với dữ liệu huấn luyện đa dạng.
Khi xây dựng một giải pháp computer vision, việc thu thập một tập hợp đa dạng các hình ảnh để huấn luyện các model AI thị giác có thể là một phần quan trọng trong quy trình. Quá trình này thường tốn nhiều thời gian và tiền bạc, và đôi khi, các hình ảnh được thu thập vẫn chưa đủ đa dạng để các model học tập một cách hiệu quả.
Ví dụ, các model computer vision như Ultralytics YOLO11 có thể được custom-train trên các dataset hình ảnh cho nhiều computer vision tasks liên quan đến các ứng dụng khác nhau. Dữ liệu đa dạng là yếu tố cốt lõi vì nó giúp model tổng quát hóa tốt hơn, cho phép nhận diện các đối tượng và mẫu trong nhiều kịch bản thực tế rộng lớn.
Nếu bạn đang gặp khó khăn vì thiếu dữ liệu đa dạng, các kỹ thuật tăng cường dữ liệu hình ảnh có thể là một giải pháp tuyệt vời. Các phương pháp như xoay, lật và điều chỉnh độ sáng có thể giúp tăng sự đa dạng cho tập dữ liệu của bạn, cải thiện khả năng xử lý nhiều điều kiện khác nhau của model.
Đó là lý do tại sao Ultralytics hỗ trợ tính năng tích hợp để tăng cường dữ liệu hình ảnh (data augmentation). Sử dụng Albumentations, một công cụ phổ biến cung cấp nhiều phép biến đổi, bạn có thể tạo ra dữ liệu trực quan đa dạng. Tính năng tích hợp này giúp đơn giản hóa quá trình huấn luyện YOLO11 bằng cách tự động tăng cường hình ảnh huấn luyện, từ đó cải thiện hiệu suất của model.
Trong bài viết này, chúng ta sẽ khám phá cách bạn có thể sử dụng tích hợp Albumentations, các lợi ích của nó và tác động của nó đối với quá trình huấn luyện model.
Albumentations là gì?#
Computer vision models có thể học hỏi từ một tập hợp lớn các hình ảnh chất lượng cao để nhận diện đối tượng trong các môi trường khác nhau. Việc thu thập các dataset lớn từ các nguồn thực tế có thể chậm, tốn kém và kém hiệu quả. Để tối ưu hóa tác vụ này, bạn có thể sử dụng image data augmentation để tạo ra các biến thể mới từ các hình ảnh hiện có, giúp model học hỏi từ các kịch bản 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 để tăng cường dữ liệu hình ảnh hiệu quả vào năm 2018. Nó hỗ trợ nhiều thao tác khác nhau, từ các thay đổi hình học đơn giản như xoay và lật cho đến các điều chỉnh phức tạp hơn như độ sáng, độ tương phản và thêm nhiễu.
Fig 1. Ví dụ về các loại tăng cường dữ liệu hình ảnh khác nhau.
Các tính năng chính của Albumentations#
Albumentations nổi tiếng với hiệu suất cao, nghĩa là nó có thể xử lý hình ảnh nhanh chóng và hiệu quả. Được xây dựng trên các thư viện được tối ưu hóa như OpenCV và NumPy, nó xử lý các dataset lớn với thời gian xử lý tối thiểu, làm cho nó trở nên lý tưởng cho việc tăng cường dữ liệu nhanh chóng trong quá trình huấn luyện model.
Dưới đây là một số tính năng chính khác của Albumentations:
- Phạm vi biến đổi rộng: Albumentations cung cấp hơn 70 loại tăng cường. Các biến thể này giúp các model học cách phát hiện đối tượng bất chấp các thay đổi về ánh sáng, góc độ hoặc nền.
- Tối ưu hóa về tốc độ: Nó sử dụng các kỹ thuật tối ưu hóa nâng cao như SIMD (Single Instruction, Multiple Data), giúp xử lý nhiều điểm dữ liệu cùng lúc để đẩy nhanh quá trình tăng cường hình ảnh và xử lý hiệu quả các tập dữ liệu lớn.
- Ba cấp độ tăng cường: Nó nâng cao dữ liệu theo ba cách. Ví dụ, tăng cường ở cấp độ pixel điều chỉnh độ sáng và màu sắc mà không làm thay đổi các đối tượng. Trong khi đó, tăng cường ở cấp độ không gian thay đổi vị trí đối tượng trong khi vẫn giữ nguyên các chi tiết quan trọng, và tăng cường ở cấp độ trộn dữ liệu kết hợp các phần của các hình ảnh khác nhau để tạo ra các mẫu mới.
Tại sao bạn nên sử dụng tích hợp Albumentations?#
Bạn có thể tự hỏi: có nhiều cách để áp dụng tăng cường cho một tập dữ liệu, và bạn thậm chí có thể tự tạo ra các phép tăng cường bằng các công cụ như OpenCV. Vậy tại sao lại chọn một tích hợp hỗ trợ thư viện như Albumentations?
Việc thủ công tạo ra các phép tăng cường bằng các công cụ như OpenCV có thể mất nhiều thời gian và đòi hỏi một số chuyên môn. Việc tinh chỉnh các phép biến đổi để đạt kết quả tốt nhất cũng có thể rất phức tạp. Tích hợp Albumentations giúp đơn giản hóa quá trình này. Nó cung cấp nhiều phép biến đổi sẵn sàng sử dụng giúp bạn tiết kiệm thời gian và công sức khi chuẩn bị dataset của mình.
Một lý do khác để chọn tích hợp Albumentations là nó hoạt động mượt mà với pipeline model training của Ultralytics. Nó giúp việc custom-train YOLO11 trở nên dễ dàng hơn nhiều, vì các phép tăng cường được tự động áp dụng trong quá trình huấn luyện. Nó đơn giản hóa quy trình, để bạn có thể tập trung nhiều hơn vào việc cải thiện model thay vì xử lý việc chuẩn bị dữ liệu.
Bắt đầu với tích hợp Albumentations#
Đáng chú ý, việc sử dụng các tích hợp Albumentations để huấn luyện Ultralytics YOLO11 đơn giản hơn nhiều so với bạn tưởng. Khi các thư viện phù hợp được thiết lập, quá trình tích hợp sẽ tự động áp dụng các phép tăng cường dữ liệu hình ảnh trong quá trình huấn luyện. Điều này giúp model học hỏi từ các biến thể hình ảnh khác nhau bằng cách sử dụng cùng một bộ dữ liệu.
Tiếp theo, hãy cùng tìm hiểu cách cài đặt và sử dụng tích hợp Albumentations khi huấn luyện tùy chỉnh Ultralytics YOLO11.
Cài đặt gói Python Ultralytics và Albumentations#
Trước khi áp dụng các phép tăng cường, cả Ultralytics Python package và Albumentations đều cần phải được cài đặt. Tính năng tích hợp đã được xây dựng để cả hai thư viện hoạt động cùng nhau một cách liền mạch theo mặc định, vì vậy bạn không cần phải lo lắng về các cấu hình phức tạp.
Toàn bộ quy trình cài đặt có thể được hoàn thành chỉ trong vài phút với một lệnh pip duy nhất, đây là công cụ quản lý gói để cài đặt các thư viện Python, như được hiển thị trong hình ảnh bên dưới.
Hình 2. Cài đặt Ultralytics và Albumentations.
Khi Albumentations đã được cài đặt, chế độ huấn luyện model của Ultralytics sẽ tự động áp dụng các phép tăng cường hình ảnh trong quá trình huấn luyện. Nếu Albumentations chưa được cài đặt, các phép tăng cường này sẽ không được áp dụng. Để biết thêm chi tiết, bạn có thể tham khảo official Ultralytics documentation.
Huấn luyện Ultralytics YOLO11 với sự trợ giúp của tích hợp Albumentations#
Hãy tìm hiểu rõ hơn về những gì diễn ra bên dưới 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 (Blur): Phép biến đổi này thêm một chút độ mờ vào hình ảnh. Nó giúp model phát hiện các đối tượng ngay cả khi chúng bị mất nét.
- Làm mờ trung vị (Median blur): Nó giảm nhiễu ngẫu nhiên trong khi vẫn bảo toàn các cạnh của đối tượng trong hình ảnh. Điều này giúp model phát hiện đối tượng trong các môi trường phức tạp dễ dàng hơn.
- Ảnh xám (Grayscale): Bằng cách chuyển đổi hình ảnh sang đen trắng, phép tăng cường này có thể giúp model tập trung vào hình dạng và kết cấu thay vì màu sắc.
- CLAHE (Contrast limited adaptive histogram equalization - Cân bằng histogram thích nghi giới hạn độ tương phản): Phép tăng cường này tăng cường độ tương phản trong hình ảnh, đặc biệt là ở những vùng quá tối hoặc khó nhìn, chẳng hạn như trong điều kiện thiếu sáng hoặc mờ sương. Điều này làm cho các đối tượng ở những vùng đó rõ ràng hơn và dễ nhận diện hơn đối với model.
Fig 3. Ví dụ về phép tăng cường ảnh xám (grayscale) được áp dụng cho hình 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 của model bằng cách thích ứng với các 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 hình ảnh y tế#
Vision AI in healthcare đang giúp các bác sĩ phân tích hình ảnh y tế chính xác hơn để hỗ trợ chẩn đoán và nâng cao chất lượng chăm sóc bệnh nhân. Thực tế là, khoảng một phần năm các tổ chức y tế đã và đang sử dụng các giải pháp AI.
Tuy nhiên, việc tạo ra các giải pháp thị giác máy tính này đi kèm với những thách thức riêng. Các bản quét y tế có thể khác nhau rất nhiều giữa các bệnh viện, do chịu ảnh hưởng của các yếu tố như thiết bị, cài đặt khác nhau và thậm chí là kinh nghiệm của kỹ thuật viên. Các biến thể về độ sáng, độ tương phản và độ phơi sáng có thể ảnh hưởng đến sự nhất quán và độ chính xác của các model AI thị giác, gây khó khăn cho việc hoạt động tin cậy 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 bản quét, Albumentations cho phép model học từ nhiều chất lượng hình ảnh khác nhau. Điều này giúp model trở nên mạnh mẽ hơn, cho phép nó phát hiện bệnh chính xác trên cả hình ảnh chất lượng cao và thấp.
Fig 4. Hình ảnh X-quang đã được tăng cường.
Tăng cường an ninh và giám sát#
Một ứng dụng thú vị khác của vision AI là trong lĩnh vực an ninh và giám sát. Real-time object detection có thể giúp các đội ngũ an ninh xác định các mối đe dọa tiềm ẩn một cách nhanh chóng.
Một mối quan tâm chính liên quan đến ứng dụng này là các camera an ninh ghi lại cảnh quay trong nhiều điều kiện ánh sáng khác nhau suốt cả ngày, và những điều kiện này có thể ảnh hưởng đáng kể đến cách một model hiểu những hình ảnh đó. Các yếu tố như môi trường thiếu sáng, ánh sáng chói hoặc tầm nhìn kém có thể gây khó khăn cho các model thị giác máy tính trong việc phát hiện đối tượng hoặc nhận diện các mối đe dọa tiềm tàng một cách nhất quán.
Tích hợp Albumentations giúp ích bằng cách áp dụng các phép biến đổi để mô phỏng các điều kiện ánh sáng khác nhau. Điều này cho phép model học cách phát hiện đối tượng trong cả môi trường sáng và thiếu sáng, làm cho model trở nên tin cậy hơn và cải thiện thời gian phản hồi trong các điều kiện đầy thách thức.
Định nghĩa lại quy trình bán lẻ và trải nghiệm khách hàng#
Sự cố tràn nước ở lối đi siêu thị, một chú chó chạy qua cửa hàng, hay một đứa trẻ làm đổ kệ trưng bày sản phẩm chỉ là một vài ví dụ về các trường hợp ngoại lệ (edge cases) hàng ngày đối với vision AI in retail. Computer vision ngày càng được sử dụng nhiều để cải thiện trải nghiệm khách hàng bằng cách theo dõi hành vi mua sắm, giám sát lưu lượng người qua lại và nhận diện sản phẩm trên kệ. Tuy nhiên, những tình huống thực tế này có thể gây khó khăn cho các hệ thống AI trong việc hiểu và xử lý chính xác.
Mặc dù không phải kịch bản nào cũng có thể được thể hiện trong một tập dữ liệu thị giác máy tính, nhưng tích hợp Albumentations giúp ích bằng cách tăng cường dữ liệu để bao phủ nhiều tình huống có thể xảy ra, chẳng hạn như ánh sáng bất ngờ, góc độ bất thường hoặc vật cản. Điều này giúp các model thị giác máy tính thích nghi 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.
Các điểm chính cần lưu ý#
Việc thu thập dữ liệu thực tế đa dạng cho huấn luyện model có thể phức tạp, nhưng Albumentations làm cho việc đó trở nên dễ dàng hơn bằng cách tạo ra các biến thể hình ảnh giúp các model thích nghi với các điều kiện khác nhau.
Tích hợp Albumentations được hỗ trợ bởi Ultralytics giúp đơn giản hóa quy trình áp dụng các phép tăng cường này trong khi huấn luyện tùy chỉnh YOLO11. Điều này dẫn đến chất lượng tập dữ liệu tốt hơn, mang lại lợi ích cho nhiều ngành công nghiệp bằng cách tạo ra các model AI thị giác chính xác và đáng tin cậy hơn.
Hãy tham gia our community và khám phá our GitHub repository để tìm hiểu thêm về AI, đồng thời xem qua our licensing options để khởi động các dự án vision AI của bạn. Bạn quan tâm đến các đổi mới như AI in manufacturing hoặc computer vision in self-driving? Hãy truy cập các trang giải pháp của chúng tôi để khám phá thêm.
