Sử dụng các phép tăng cường Albumentations để đa dạng hóa dữ liệu

Khi xây dựng giải pháp thị giác máy tính, việc thu thập một tập ảnh đa dạng để huấn luyện các model Vision AI có thể là một phần quan trọng của quy trình. Công việc này thường tốn nhiều thời gian và chi phí, và đôi khi ảnh thu thập được 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 tập dữ liệu ảnh cho nhiều tác vụ thị giác máy tính liên quan đến các ứng dụng khác nhau. Dữ liệu đa dạng là yếu tố then chốt vì giúp model tổng quát hóa tốt hơn, cho phép model nhận diện đối tượng và mẫu trong nhiều tình huống thực tế.

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

Đó là lý do Ultralytics hỗ trợ tích hợp tính năng 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 năng model.

Trong bài viết này, chúng ta sẽ tìm hiểu cách sử dụng tích hợp Albumentations, những lợi ích và tác động của tính năng này đối với quá trình huấn luyện model.

Albumentations là gì?#

Các model thị giác máy tính có thể học từ tập ảnh chất lượng cao, phong phú để nhận diện đối tượng trong nhiều môi trường khác nhau. Việc thu thập tập dữ liệu lớn từ các nguồn thực tế có thể chậm, tốn kém và kém hiệu quả. Để đơn giản 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 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 nhờ hiệu năng cao, cho phép xử lý ảnh nhanh chóng và hiệu quả. Được xây dựng trên các thư viện tối ưu hóa như OpenCV và NumPy, thư viện xử lý tập dữ liệu 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:

• Nhiều phép biến đổi đa dạng: Albumentations cung cấp hơn 70 loại tăng cường dữ liệu. Các biến thể này giúp model học cách phát hiện đối tượng bất chấp những thay đổi về ánh sáng, góc nhìn hoặc background.
• Tối ưu hóa tốc độ: Thư viện sử dụng các kỹ thuật tối ưu hóa tiên tiến như SIMD (Một lệnh, nhiều dữ liệu), xử lý nhiều điểm dữ liệu cùng lúc để tăng tốc độ tăng cường ảnh và xử lý tập dữ liệu lớn hiệu quả.
• Ba cấp độ tăng cường dữ liệu: Thư viện tăng cường dữ liệu theo ba cách. Ví dụ, tăng cường cấp độ pixel điều chỉnh độ sáng và màu sắc mà không làm thay đổi đối tượng. Trong khi đó, tăng cường cấp độ không gian thay đổi vị trí đối tượng nhưng vẫn giữ nguyên các chi tiết quan trọng, còn tăng cường cấp độ pha trộn kết hợp các phần của nhiều ảnh để tạo mẫu mới.

Tại sao nên sử dụng tích hợp Albumentations?#

Có thể bạn đang tự hỏi: có nhiều cách để áp dụng tăng cường dữ liệu cho tập dữ liệu, thậm chí bạn có thể tự tạo phép biến đổi 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 rất tốn 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 phức tạp. Tích hợp Albumentations giúp đơn giản hóa quy trình này. Tích hợp cung cấp nhiều phép biến đổi có thể dùng ngay, giúp bạn tiết kiệm thời gian và công sức khi chuẩn bị tập dữ liệu.

Một lý do khác để chọn tích hợp Albumentations là khả năng hoạt động trơn tru với pipeline huấn luyện model của Ultralytics. Tích hợp này 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 cùng với các phép tăng cường tích hợp sẵn của Ultralytics. Tích hợp giúp đơn giản hóa quy trình để bạn có thể tập trung nhiều hơn vào việc cải thiện model thay vì xử lý bước chuẩn bị dữ liệu.

Bắt đầu sử dụng tích hợp Albumentations#

Đáng chú ý là việc dùng tích hợp Albumentations để huấn luyện Ultralytics YOLO11 đơn giản hơn bạn tưởng. Sau khi cài đặt đúng các thư viện, tích hợp sẽ tự động áp dụng tăng cường dữ liệu ảnh trong quá trình huấn luyện. Tích hợp giúp model học từ các biến thể ảnh khác nhau bằng 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 package Ultralytics Python và Albumentations#

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

Toàn bộ quá trình cài đặt chỉ mất vài phút và có thể hoàn tất bằng một lệnh duy nhất sử dụng pip, trình quản lý package để cài đặt thư viện Python, như minh họa trong ảnh 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 Albumentations chưa được cài đặt, các phép tăng cường này sẽ không được áp dụng. Bạn cũng có thể thay thế các phép tăng cường mặc định này bằng các phép biến đổi Albumentations tùy chỉnh của riêng mình bằng cách truyền chúng vào đối số huấn luyện augmentations.

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

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

Dưới đây là các phép tăng cường được áp dụng trong quá trình huấn luyện Ultralytics YOLO11:

• Làm mờ: Phép biến đổi này thêm một chút hiệu ứng mờ vào ảnh. Nhờ đó, model có thể phát hiện đối tượng ngay cả khi ảnh bị mất nét.
• Làm mờ trung vị: Phép biến đổi này giảm nhiễu ngẫu nhiên trong khi vẫn giữ nguyên đường biên của đối tượng trong ảnh. Nhờ vậy, model dễ phát hiện đối tượng hơn trong môi trường phức tạp.
• Thang xám: Chuyển ảnh sang đen trắng có thể giúp model tập trung vào hình dạng và kết cấu thay vì màu sắc.
• CLAHE (Cân bằng biểu đồ thích ứng có giới hạn tương phản): Phép tăng cường này cải thiện độ tương phản của 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, đối tượng ở những vùng này trở nên rõ ràng hơn và model dễ nhận diện hơn.

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

Ứng dụng của Ultralytics YOLO11 và tích hợp Albumentations#

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

Cải thiện chẩn đoán hình ảnh y khoa#

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

Tuy nhiên, việc tạo ra các giải pháp thị giác máy tính này cũng đi kèm những thách thức riêng. Hình ảnh chụp y khoa 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. Biến thiên 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 Vision AI, khiến chúng khó hoạt động đáng tin cậy trong nhiều môi trường khác nhau.

Đây là lúc việc tích hợp các công cụ như Albumentations trở nên thiết yếu. Bằng cách tạo nhiều phiên bản đã tăng cường của cùng một ảnh quét, Albumentations giúp model học từ nhiều mức 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 lẫn chất lượng thấp.

Hình 4. Ảnh X-quang đã tăng cường.

Tăng cường bảo mật và giám sát#

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

Một mối lo ngại chính liên quan đến ứng dụng này là camera an ninh ghi hình trong nhiều điều kiện ánh sáng khác nhau suốt cả ngày, và các điều kiện này có thể ảnh hưởng đáng kể đến cách model hiểu hình ảnh. Những 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 học cách phát hiện đối tượng trong cả môi trường sáng lẫn thiếu sáng, trở nên đáng tin cậy hơn và phản hồi nhanh hơn trong những điều kiện khó khăn.

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

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

Dù không thể thể hiện mọi tình huống trong một tập dữ liệu thị giác máy tính, tích hợp Albumentations giúp tăng cường dữ liệu để bao quát nhiều tình huống có thể xảy ra, chẳng hạn như ánh sáng bất thường, góc nhìn lạ 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.

Điểm chính cần ghi nhớ#

Việc thu thập dữ liệu thực tế đa dạng để huấn luyện model có thể phức tạp, nhưng Albumentations giúp quy trình này dễ dàng hơn bằng cách tạo các biến thể ảnh, giúp model thích ứng với những điều kiện khác nhau.

Tích hợp Albumentations do Ultralytics hỗ trợ giúp đơn giản hóa quy trình áp dụng các phép tăng cường này khi huấn luyện tùy chỉnh YOLO11. Nhờ đó, chất lượng tập dữ liệu được cải thiện, mang lại lợi ích cho nhiều ngành thông qua việc tạo ra các model Vision AI chính xác và đáng tin cậy hơn.

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