使用数据增强提升 AI 模型鲁棒性

测试是构建任何技术解决方案的关键环节。它能让团队在系统上线前了解系统的实际运行情况，并及早修复问题。这适用于许多领域，包括 AI；模型部署后需要应对难以预测的现实环境。

例如，计算机视觉是 AI 的一个分支，它教会机器理解图像和视频。Ultralytics YOLO26 等计算机视觉模型支持目标检测、实例分割和图像分类等任务。

这些模型可用于许多行业中的各种应用，例如患者监护、交通分析、自动结账和制造业质量检测。不过，即使模型先进、训练数据质量很高，视觉 AI 解决方案在遇到光线变化、运动或物体部分遮挡等现实变化时，仍可能难以应对。

这是因为模型通过训练期间提供的示例进行学习。如果模型之前没有见过眩光、运动模糊或可见范围受限等情况，那么在这些场景中正确识别物体的可能性就会较低。

提高模型鲁棒性的一种方法是使用数据增强。工程师不必收集大量新数据，而是可以对现有图像进行一些有意义的小幅修改，例如调整光照、裁剪图像或混合图像。这样有助于模型学会在更广泛的情境中识别相同的物体。

本文将探讨数据增强如何提升模型鲁棒性，以及如何提高视觉 AI 系统在受控环境之外部署时的可靠性。现在就开始吧！

如何检查模型的鲁棒性#

在深入探讨数据增强之前，我们先来讨论如何判断一个计算机视觉模型是否真正适合在真实环境中使用。

鲁棒的模型即使在条件变化时也能保持良好性能，而不只是能处理干净、标注完美的图像。评估 AI 模型鲁棒性时，可以考虑以下实用因素：

• 光照变化：模型在强光、弱光、眩光或阴影下的表现可能不同，这会影响模型检测物体时的置信度。
• 部分遮挡：在日常场景中，物体经常被其他物品遮挡，或只能看到一部分。更鲁棒的模型即使缺少部分视觉信息，也能识别这些物体。
• 拥挤场景：包含许多重叠物体的环境会增加检测难度。在这类场景中表现出色的模型，通常在复杂环境中也更可靠。

在干净、拍摄完美的图像上取得好成绩，并不意味着模型在现实环境中也能表现出色。定期在多种条件下进行测试，有助于了解模型部署后能否经受住考验。

什么是数据增强？#

光照、角度、距离或背景不同，照片中物体的外观也会随之变化。训练计算机视觉模型时，训练数据集需要包含这类变化，这样模型才能在难以预测的环境中表现良好。

数据增强通过从现有图像生成额外样本来扩展训练数据集。具体做法是对图像进行有意的变换，例如旋转或翻转图像、调整亮度，或裁剪图像的一部分。

例如，假设你只有一张猫的照片。如果旋转图像或调整亮度，就能从这一张照片生成多个新版本。每个版本看起来都略有不同，但拍的仍是同一只猫。这些变化有助于教会模型：物体的外观可以不同，但仍然是同一个物体。

图 1. 增强猫咪图像的示例（来源）

数据增强如何提升模型性能#

在模型训练期间，可以将数据增强直接集成到训练流程中。无需手动创建并存储新的图像副本，只需在加载每张图像时应用随机变换即可。

这意味着模型每次看到的图像版本都会略有不同，可能更亮、经过翻转，或被部分遮挡。随机擦除等技术甚至可以移除图像中的小块区域，以模拟现实中物体被遮挡或仅部分可见的情况。

图 2. 基于随机擦除的增强示例（来源）

看到同一张图像的许多不同版本，模型就能学会哪些特征很重要，而不是依赖某个完美样例。多样性有助于提升 AI 模型的鲁棒性，使其在真实环境中表现得更加可靠。

常见的数据增强技术#

以下是一些用于增加训练图像多样性的数据增强技术：

• 几何变换：这些技术会改变图像中对象的空间呈现方式。旋转、翻转、缩放、裁剪或平移图像，可以让模型理解从不同角度或距离观察对象时的样子。
• 颜色和光照调整：真实环境中的光照很少保持一致。根据环境或使用的相机，图像可能过亮、过暗或略有偏色。调整亮度、对比度、色调和饱和度，能让模型适应这些视觉变化，并在不同场景中保持良好表现。
• 图像质量变化：模糊或视觉噪声会让图像显得不清晰。在训练期间添加模糊或噪声，有助于模型适应运动模糊、低光照图像或较低质量的相机成像，从而降低模型对不完美视觉效果的敏感度。
• 基于遮挡的数据增强：在真实环境中，物体经常会被其他物体部分遮挡，这种情况称为遮挡。在训练期间隐藏或遮盖图像中的小块区域，有助于模型学习在物体仅部分可见时仍能检测到物体。
• 多图像增强：这些技术会将多张图像的部分内容合并到一个训练样例中，从而增加画面中的对象数量，并提升模型处理复杂或拥挤场景的能力。

图 3. 多图像增强示例（来源）

借助 Ultralytics Python 软件包，轻松实现数据增强#

管理数据集、创建图像变体和编写变换代码，都会给构建计算机视觉应用带来额外步骤。Ultralytics Python 软件包通过提供统一接口，简化了训练、运行和部署 Ultralytics YOLO 模型（例如 YOLO26）的流程。为精简训练工作流，该软件包还内置了经过 Ultralytics 测试、针对 YOLO 模型优化的数据增强功能。

它还支持实用集成，无需使用独立工具或编写自定义代码。具体来说，在数据增强方面，该软件包集成了广泛使用的图像增强库 Albumentations。这项集成可以在训练期间自动应用增强，无需额外脚本或自定义代码。

管理标注和增强数据集#

影响模型鲁棒性的另一个因素是标注质量。使用 Ultralytics Platform 或 Roboflow 等标注工具创建并管理清晰、准确的标签，有助于模型理解物体的位置和外观。

训练期间会动态应用翻转、裁剪和旋转等数据增强，并自动调整标注以匹配这些变化。标签精确时，这一过程会顺利进行，并为模型提供同一场景的许多逼真样例。

如果标注不准确或不一致，这些错误可能会在增强后的图像中反复出现，从而降低训练效果。从准确的标注开始，可以避免错误扩散，并有助于提升模型鲁棒性。

通过数据增强提升视觉 AI 应用#

接下来，我们来看看数据增强如何在实际应用中提升 AI 模型鲁棒性。

提升真实环境中的目标检测准确率#

当真实数据有限、敏感或难以采集时，通常会使用合成图像训练目标检测系统。团队可以借此快速生成产品、环境和相机角度的样例，无需在现实中采集每一种场景。

然而，与真实世界的视频画面相比，合成数据集有时显得过于干净；真实画面中的光照会变化、对象会相互重叠，场景中也会出现背景杂乱。数据增强通过引入不同光照、噪声或对象位置等逼真变化，帮助弥合这一差距，使模型学会应对部署后会遇到的各种情况。

例如，在一项近期研究中，研究人员完全使用合成图像训练了 Ultralytics YOLO11 模型，并通过数据增强引入额外变化。这有助于模型学会更广泛地识别物体。该模型在真实图像上测试时表现良好，尽管训练期间从未接触过真实世界的数据。

提升医学影像解决方案的可靠性#

医学影像数据集通常规模有限，扫描结果本身也会因设备类型、成像设置或临床环境而异。患者解剖结构、角度、光照或视觉噪声方面的差异，可能使计算机视觉模型难以学习能适用于不同患者和医院的模式。

数据增强可以通过在训练期间为同一扫描创建多个变体来解决这一问题，例如添加噪声、轻微平移图像或应用小幅畸变。这些变化能让训练数据更贴近真实临床情况。

例如，在一项儿科影像研究中，研究人员使用 Ultralytics YOLO11 进行解剖结构分割，并用增强后的医学数据训练模型。他们加入了噪声、轻微位置偏移和小幅畸变等变化，使图像更加逼真。

图 4. 原始儿科医学图像与增强后的图像（来源）

通过从这些变化中学习，模型关注的是有意义的解剖特征，而不是表层差异。这使模型在不同扫描结果和患者病例中的分割结果更加稳定。

要点#

收集多样化数据并不容易，但数据增强能让模型从更广泛的视觉条件中学习。因此，模型在处理遮挡、光照变化和拥挤场景时会更加鲁棒。总体而言，这有助于模型在受控训练环境之外也能更可靠地运行。

加入我们的社区，在我们的 GitHub 仓库探索视觉 AI 最新进展。访问我们的解决方案页面，了解制造业 AI和医疗保健中的计算机视觉等应用如何推动发展，并查看我们的许可选项，为你的下一个 AI 解决方案提供支持。