Augmentation de données avec Ultralytics YOLO

Introduction

L'augmentation de données est une technique cruciale en vision par ordinateur qui étend artificiellement ton jeu de données d'entraînement en appliquant diverses transformations aux images existantes. Lors de l'entraînement de modèles de deep learning comme Ultralytics YOLO, l'augmentation de données aide à améliorer la robustesse du modèle, réduit le surapprentissage (overfitting) et améliore la généralisation à des scénarios réels.

Pourquoi l'augmentation de données est importante

L'augmentation de données remplit plusieurs objectifs critiques dans l'entraînement de modèles de vision par ordinateur :

• Jeu de données étendu : En créant des variations d'images existantes, tu peux augmenter efficacement la taille de ton jeu de données d'entraînement sans collecter de nouvelles données.
• Généralisation améliorée : Les modèles apprennent à reconnaître des objets dans diverses conditions, ce qui les rend plus robustes dans les applications réelles.
• Réduction du surapprentissage : En introduisant de la variabilité dans les données d'entraînement, les modèles sont moins susceptibles de mémoriser les caractéristiques spécifiques des images.
• Performance améliorée : Les modèles entraînés avec une augmentation appropriée atteignent généralement une meilleure précision sur les ensembles de validation et de test.

L'implémentation d'Ultralytics YOLO fournit une suite complète de techniques d'augmentation, chacune remplissant des objectifs spécifiques et contribuant aux performances du modèle de différentes manières. Ce guide explorera chaque paramètre d'augmentation en détail, t'aidant à comprendre quand et comment les utiliser efficacement dans tes projets.

Exemples de configurations

Tu peux personnaliser chaque paramètre en utilisant l'API Python, l'interface de ligne de commande (CLI) ou un fichier de configuration. Voici ci-dessous des exemples sur la façon de configurer l'augmentation de données pour chaque méthode.

import albumentations as A

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")

# Training with custom augmentation parameters
model.train(data="coco.yaml", epochs=100, hsv_h=0.03, hsv_s=0.6, hsv_v=0.5)

# Training without any augmentations (disabled values omitted for clarity)
model.train(
    data="coco.yaml",
    epochs=100,
    hsv_h=0.0,
    hsv_s=0.0,
    hsv_v=0.0,
    translate=0.0,
    scale=0.0,
    fliplr=0.0,
    mosaic=0.0,
    erasing=0.0,
    auto_augment=None,
)

# Training with custom Albumentations transforms (Python API only)
custom_transforms = [
    A.Blur(blur_limit=7, p=0.5),
    A.CLAHE(clip_limit=4.0, p=0.5),
]
model.train(data="coco.yaml", epochs=100, augmentations=custom_transforms)

Utilisation d'un fichier de configuration

Tu peux définir tous les paramètres d'entraînement, y compris les augmentations, dans un fichier de configuration YAML (par exemple, train_custom.yaml). Le paramètre mode est requis uniquement lors de l'utilisation de la CLI. Ce nouveau fichier YAML remplacera ensuite celui par défaut situé dans le package ultralytics.

# train_custom.yaml
# 'mode' is required only for CLI usage
mode: train
data: coco8.yaml
model: yolo26n.pt
epochs: 100
hsv_h: 0.03
hsv_s: 0.6
hsv_v: 0.5

Ensuite, lance l'entraînement avec l'API Python :

from ultralytics import YOLO

# Load a COCO-pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Train the model with custom configuration
model.train(cfg="train_custom.yaml")

Augmentations de l'espace colorimétrique

Ajustement de la teinte (hsv_h)

• Plage : 0.0 - 1.0
• Défaut : 0.015
• Utilisation : Décale les couleurs de l'image tout en préservant leurs relations. L'hyperparamètre hsv_h définit l'amplitude du décalage, l'ajustement final étant choisi au hasard entre -hsv_h et hsv_h. Par exemple, avec hsv_h=0.3, le décalage est sélectionné au hasard entre -0.3 et 0.3. Pour des valeurs supérieures à 0.5, le décalage de teinte boucle autour de la roue chromatique, c'est pourquoi les augmentations semblent identiques entre 0.5 et -0.5.
• Objectif : Particulièrement utile pour les scénarios en extérieur où les conditions d'éclairage peuvent affecter radicalement l'apparence des objets. Par exemple, une banane peut paraître plus jaune sous un soleil éclatant mais plus verdâtre en intérieur.
• Implémentation d'Ultralytics : RandomHSV

-0.5	-0.25	0.0	0.25	0.5

Ajustement de la saturation (hsv_s)

• Plage : 0.0 - 1.0
• Défaut : 0.7
• Utilisation : Modifie l'intensité des couleurs dans l'image. L'hyperparamètre hsv_s définit l'amplitude du décalage, l'ajustement final étant choisi au hasard entre -hsv_s et hsv_s. Par exemple, avec hsv_s=0.7, l'intensité est sélectionnée au hasard entre -0.7 et 0.7.
• Objectif : Aide les modèles à gérer des conditions météorologiques et des réglages de caméra variables. Par exemple, un panneau de signalisation rouge peut paraître très vif lors d'une journée ensoleillée mais sembler terne et délavé dans des conditions brumeuses.
• Implémentation d'Ultralytics : RandomHSV

-1.0	-0.5	0.0	0.5	1.0

Ajustement de la luminosité (hsv_v)

• Plage : 0.0 - 1.0
• Défaut : 0.4
• Utilisation : Change la luminosité de l'image. L'hyperparamètre hsv_v définit l'amplitude du décalage, l'ajustement final étant choisi au hasard entre -hsv_v et hsv_v. Par exemple, avec hsv_v=0.4, l'intensité est sélectionnée au hasard entre -0.4 et 0.4.
• Objectif : Essentiel pour entraîner des modèles qui doivent fonctionner dans différentes conditions d'éclairage. Par exemple, une pomme rouge peut paraître brillante au soleil mais beaucoup plus sombre à l'ombre.
• Implémentation d'Ultralytics : RandomHSV

-1.0	-0.5	0.0	0.5	1.0

Transformations géométriques

Rotation (degrees)

• Plage : 0.0 à 180
• Défaut : 0
• Utilisation : Fait pivoter les images de manière aléatoire dans la plage spécifiée. L'hyperparamètre degrees définit l'angle de rotation, l'ajustement final étant choisi au hasard entre -degrees et degrees. Par exemple, avec degrees=10.0, la rotation est sélectionnée au hasard entre -10.0 et 10.0.
• Objectif : Crucial pour les applications où les objets peuvent apparaître sous différentes orientations. Par exemple, dans l'imagerie par drone aérien, les véhicules peuvent être orientés dans n'importe quelle direction, obligeant les modèles à reconnaître les objets quelle que soit leur rotation.
• Implémentation d'Ultralytics : RandomPerspective

-180	-90	0.0	90	180

Translation (translate)

• Plage : 0.0 - 1.0
• Défaut : 0.1
• Utilisation : Décale les images horizontalement et verticalement d'une fraction aléatoire de la taille de l'image. L'hyperparamètre translate définit l'amplitude du décalage, l'ajustement final étant choisi deux fois au hasard (une fois pour chaque axe) dans la plage -translate et translate. Par exemple, avec translate=0.5, la translation est sélectionnée au hasard entre -0.5 et 0.5 sur l'axe x, et une autre valeur aléatoire indépendante est sélectionnée dans la même plage sur l'axe y.
• Objectif : Aide les modèles à apprendre à détecter des objets partiellement visibles et améliore la robustesse à la position de l'objet. Par exemple, dans les applications d'évaluation des dommages aux véhicules, les pièces de carrosserie peuvent apparaître entièrement ou partiellement dans le cadre selon la position et la distance du photographe, l'augmentation par translation apprendra au modèle à reconnaître ces caractéristiques indépendamment de leur complétude ou de leur position.
• Implémentation d'Ultralytics : RandomPerspective
• Note : Pour plus de simplicité, les translations appliquées ci-dessous sont identiques à chaque fois pour les axes x et y. Les valeurs -1.0 et 1.0 ne sont pas affichées car elles transporteraient l'image complètement hors du cadre.

-0.5	-0.25	0.0	0.25	0.5

Échelle (scale)

• Plage : 0.0 - 1.0
• Défaut : 0.5
• Utilisation : Redimensionne les images par un facteur aléatoire dans la plage spécifiée. L'hyperparamètre scale définit le facteur de mise à l'échelle, l'ajustement final étant choisi au hasard entre 1-scale et 1+scale. Par exemple, avec scale=0.5, la mise à l'échelle est sélectionnée au hasard entre 0.5 et 1.5.
• Objectif : Permet aux modèles de gérer des objets à différentes distances et tailles. Par exemple, dans les applications de conduite autonome, les véhicules peuvent apparaître à diverses distances de la caméra, obligeant le modèle à les reconnaître quelle que soit leur taille.
• Implémentation d'Ultralytics : RandomPerspective
• Note :
  • La valeur -1.0 n'est pas affichée car elle ferait disparaître l'image, tandis que 1.0 aboutit simplement à un zoom 2x.
  • Les valeurs affichées dans le tableau ci-dessous sont celles appliquées via l'hyperparamètre scale, et non le facteur d'échelle final.
  • Si scale est supérieur à 1.0, l'image peut être soit très petite, soit inversée, car le facteur de mise à l'échelle est choisi au hasard entre 1-scale et 1+scale. Par exemple, avec scale=3.0, la mise à l'échelle est sélectionnée au hasard entre -2.0 et 4.0. Si une valeur négative est choisie, l'image est inversée.

-0.5	-0.25	0.0	0.25	0.5

Cisaillement (shear)

• Plage : -180 à +180
• Défaut : 0
• Utilisation : Introduit une transformation géométrique qui incline l'image le long des axes x et y, déplaçant efficacement certaines parties de l'image dans une direction tout en conservant les lignes parallèles. L'hyperparamètre shear définit l'angle de cisaillement, l'ajustement final étant choisi au hasard entre -shear et shear. Par exemple, avec shear=10.0, le cisaillement est sélectionné au hasard entre -10 et 10 sur l'axe x, et une autre valeur aléatoire indépendante est sélectionnée dans la même plage sur l'axe y.
• Objectif : Aide les modèles à se généraliser aux variations d'angles de vue causées par de légères inclinaisons ou des points de vue obliques. Par exemple, dans la surveillance du trafic, des objets comme les voitures et les panneaux routiers peuvent paraître inclinés en raison de placements de caméra non perpendiculaires. L'application d'une augmentation par cisaillement garantit que le modèle apprend à reconnaître les objets malgré ces distorsions obliques.
• Implémentation d'Ultralytics : RandomPerspective
• Note :
  • Les valeurs de shear peuvent rapidement déformer l'image, il est donc recommandé de commencer avec de petites valeurs et de les augmenter progressivement.
  • Contrairement aux transformations de perspective, le cisaillement n'introduit pas de profondeur ou de points de fuite, mais déforme plutôt la forme des objets en changeant leurs angles tout en gardant les côtés opposés parallèles.

-10	-5	0.0	5	10

Perspective (perspective)

• Plage : 0.0 - 0.001
• Défaut : 0
• Utilisation : Applique une transformation de perspective complète sur les axes x et y, simulant l'apparence des objets vus sous différents angles ou profondeurs. L'hyperparamètre perspective définit l'ampleur de la perspective, l'ajustement final étant choisi de manière aléatoire entre -perspective et perspective. Par exemple, avec perspective=0.001, la perspective est sélectionnée aléatoirement entre -0.001 et 0.001 sur l'axe x, et une autre valeur aléatoire indépendante est sélectionnée dans la même plage sur l'axe y.
• Objectif : L'augmentation de perspective est cruciale pour gérer les changements de point de vue extrêmes, notamment dans les scénarios où les objets semblent raccourcis ou déformés en raison de décalages de perspective. Par exemple, pour la détection d'objets par drone, les bâtiments, routes et véhicules peuvent paraître étirés ou compressés selon l'inclinaison et l'altitude du drone. En appliquant des transformations de perspective, les modèles apprennent à reconnaître les objets malgré ces distorsions induites, améliorant ainsi leur robustesse dans des déploiements réels.
• Implémentation d'Ultralytics : RandomPerspective

-0.001	-0.0005	0.0	0.0005	0.001

Retournement haut-bas (flipud)

• Plage : 0.0 - 1.0
• Défaut : 0
• Usage: Performs a vertical flip by inverting the image along the y-axis. This transformation mirrors the entire image upside-down but preserves all spatial relationships between objects. The flipud hyperparameter defines the probability of applying the transformation, with a value of flipud=1.0 ensuring that all images are flipped and a value of flipud=0.0 disabling the transformation entirely. For example, with flipud=0.5, each image has a 50% chance of being flipped upside-down.
• Objectif : Utile pour les scénarios où les objets peuvent apparaître à l'envers. Par exemple, dans les systèmes de vision robotique, les objets sur des tapis roulants ou des bras robotisés peuvent être saisis et placés dans diverses orientations. Le retournement vertical aide le modèle à reconnaître les objets indépendamment de leur positionnement haut-bas.
• Implémentation d'Ultralytics : RandomFlip

flipud désactivé	flipud activé

Retournement gauche-droite (fliplr)

• Plage : 0.0 - 1.0
• Défaut : 0.5
• Utilisation : Effectue un retournement horizontal en créant un effet miroir de l'image le long de l'axe x. Cette transformation inverse les côtés gauche et droit tout en maintenant la cohérence spatiale, ce qui aide le modèle à se généraliser aux objets apparaissant dans des orientations inversées. L'hyperparamètre fliplr définit la probabilité d'appliquer la transformation, avec fliplr=1.0 garantissant que toutes les images sont retournées et fliplr=0.0 désactivant complètement la transformation. Par exemple, avec fliplr=0.5, chaque image a 50 % de chance d'être retournée de gauche à droite.
• Objectif : Le retournement horizontal est largement utilisé dans la détection d'objets, l'estimation de pose et la reconnaissance faciale pour améliorer la robustesse face aux variations gauche-droite. Par exemple, dans la conduite autonome, les véhicules et piétons peuvent apparaître des deux côtés de la route, et le retournement horizontal aide le modèle à les reconnaître aussi bien dans les deux orientations.
• Implémentation d'Ultralytics : RandomFlip

fliplr désactivé	fliplr activé

Permutation des canaux BGR (bgr)

• Plage : 0.0 - 1.0
• Défaut : 0
• Utilisation : Échange les canaux de couleur d'une image de RGB vers BGR, modifiant l'ordre dans lequel les couleurs sont représentées. L'hyperparamètre bgr définit la probabilité d'appliquer la transformation, avec bgr=1.0 garantissant que toutes les images subissent la permutation et bgr=0.0 la désactivant. Par exemple, avec bgr=0.5, chaque image a 50 % de chance d'être convertie de RGB vers BGR.
• Objectif : Augmente la robustesse face aux différents ordres de canaux de couleur. Par exemple, lors de l'entraînement de modèles devant fonctionner avec divers systèmes de caméras et bibliothèques d'imagerie où les formats RGB et BGR peuvent être utilisés de manière inconsistante, ou lors du déploiement de modèles dans des environnements où le format de couleur d'entrée pourrait différer des données d'entraînement.
• Implémentation d'Ultralytics : Format

bgr désactivé	bgr activé

Mosaïque (mosaic)

• Plage : 0.0 - 1.0
• Par défaut : 1
• Utilisation : Combine quatre images d'entraînement en une seule. L'hyperparamètre mosaic définit la probabilité d'appliquer la transformation, avec mosaic=1.0 garantissant que toutes les images sont combinées et mosaic=0.0 désactivant la transformation. Par exemple, avec mosaic=0.5, chaque image a 50 % de chance d'être combinée avec trois autres images.
• Objectif : Très efficace pour améliorer la détection de petits objets et la compréhension du contexte. Par exemple, dans les projets de conservation de la faune où les animaux peuvent apparaître à diverses distances et échelles, l'augmentation mosaïque aide le modèle à apprendre à reconnaître la même espèce à travers différentes tailles, occlusions partielles et contextes environnementaux en créant artificiellement des échantillons d'entraînement diversifiés à partir de données limitées.
• Implémentation d'Ultralytics : Mosaic
• Note :
  • Même si l'augmentation mosaic rend le modèle plus robuste, elle peut également rendre le processus d'entraînement plus difficile.
  • L'augmentation mosaic peut être désactivée vers la fin de l'entraînement en réglant close_mosaic sur le nombre d'époques avant la fin où elle doit être arrêtée. Par exemple, si epochs est réglé sur 200 et close_mosaic sur 20, l'augmentation mosaic sera désactivée après 180 époques. Si close_mosaic est réglé sur 0, l'augmentation mosaic sera activée pendant tout le processus d'entraînement.
  • Le centre de la mosaïque générée est déterminé à l'aide de valeurs aléatoires, et peut se trouver à l'intérieur ou à l'extérieur de l'image.
  • L'implémentation actuelle de l'augmentation mosaic combine 4 images choisies aléatoirement dans le jeu de données. Si le jeu de données est petit, la même image peut être utilisée plusieurs fois dans la même mosaïque.

mosaic désactivé	mosaic activé

Mixup (mixup)

• Plage : 0.0 - 1.0
• Défaut : 0
• Utilisation : Mélange deux images et leurs étiquettes avec une probabilité donnée. L'hyperparamètre mixup définit la probabilité d'appliquer la transformation, avec mixup=1.0 garantissant que toutes les images sont mélangées et mixup=0.0 désactivant la transformation. Par exemple, avec mixup=0.5, chaque image a 50 % de chance d'être mélangée avec une autre image.
• Objectif : Améliore la robustesse du modèle et réduit le surapprentissage. Par exemple, dans les systèmes de reconnaissance de produits de vente au détail, le mixup aide le modèle à apprendre des caractéristiques plus robustes en mélangeant des images de différents produits, lui apprenant à identifier des articles même lorsqu'ils sont partiellement visibles ou obscurcis par d'autres produits sur des étagères encombrées.
• Implémentation d'Ultralytics : Mixup
• Note :
  • Le ratio mixup est une valeur aléatoire choisie à partir d'une distribution bêta np.random.beta(32.0, 32.0), ce qui signifie que chaque image contribue à environ 50 %, avec de légères variations.

Première image, mixup désactivé	Deuxième image, mixup désactivé	mixup activé

CutMix (cutmix)

• Plage : 0.0 - 1.0
• Défaut : 0
• Utilisation : Découpe une région rectangulaire d'une image et la colle sur une autre image avec une probabilité donnée. L'hyperparamètre cutmix définit la probabilité d'appliquer la transformation, avec cutmix=1.0 garantissant que toutes les images subissent cette transformation et cutmix=0.0 la désactivant complètement. Par exemple, avec cutmix=0.5, chaque image a 50 % de chance de voir une région remplacée par une pièce provenant d'une autre image.
• Objectif : Améliore les performances du modèle en créant des scénarios d'occlusion réalistes tout en maintenant l'intégrité des caractéristiques locales. Par exemple, dans les systèmes de conduite autonome, le cutmix aide le modèle à apprendre à reconnaître des véhicules ou des piétons même lorsqu'ils sont partiellement masqués par d'autres objets, améliorant ainsi la précision de la détection dans des environnements complexes du monde réel avec des objets qui se chevauchent.
• Implémentation d'Ultralytics : CutMix
• Note :
  • La taille et la position de la zone découpée sont déterminées aléatoirement pour chaque application.
  • Contrairement au mixup qui mélange les valeurs de pixels globalement, le cutmix maintient les intensités de pixels originales au sein des zones découpées, préservant ainsi les caractéristiques locales.
  • Une région est collée dans l'image cible uniquement si elle ne chevauche aucune boîte englobante existante. De plus, seules les boîtes englobantes qui conservent au moins 0.1 (10 %) de leur zone originale au sein de la région collée sont conservées.
  • Ce seuil de zone de boîte englobante minimale ne peut pas être modifié avec l'implémentation actuelle et est réglé sur 0.1 par défaut.

Première image, cutmix désactivé	Deuxième image, cutmix désactivé	cutmix activé

Augmentations spécifiques à la segmentation

Copy-Paste (copy_paste)

• Plage : 0.0 - 1.0
• Défaut : 0
• Utilisation : Fonctionne uniquement pour les tâches de segmentation. Cette augmentation copie des objets au sein ou entre des images selon une probabilité spécifiée, contrôlée par copy_paste_mode. L'hyperparamètre copy_paste définit la probabilité d'appliquer la transformation, avec copy_paste=1.0 garantissant que toutes les images sont copiées et copy_paste=0.0 désactivant la transformation. Par exemple, avec copy_paste=0.5, chaque image a 50 % de chance de voir des objets copiés depuis une autre image.
• Objectif : Particulièrement utile pour les tâches de segmentation d'instance et les classes d'objets rares. Par exemple, dans la détection de défauts industriels où certains types de défauts apparaissent peu fréquemment, l'augmentation copy-paste peut augmenter artificiellement l'occurrence de ces défauts rares en les copiant d'une image à une autre, aidant ainsi le modèle à mieux apprendre ces cas sous-représentés sans nécessiter d'échantillons défectueux supplémentaires.
• Implémentation d'Ultralytics : CopyPaste
• Note :
  • Comme illustré dans le GIF ci-dessous, l'augmentation copy_paste peut être utilisée pour copier des objets d'une image à une autre.
  • Une fois qu'un objet est copié, quel que soit le copy_paste_mode, son Intersection over Area (IoA) est calculée avec tous les objets de l'image source. Si tous les IoA sont inférieurs à 0.3 (30 %), l'objet est collé dans l'image cible. Si un seul IoA est supérieur à 0.3, l'objet n'est pas collé dans l'image cible.
  • Le seuil IoA ne peut pas être modifié avec l'implémentation actuelle et est réglé sur 0.3 par défaut.

copy_paste désactivé	copy_paste activé avec copy_paste_mode=flip	Visualiser le processus copy_paste

Mode Copy-Paste (copy_paste_mode)

• Options : 'flip', 'mixup'
• Par défaut : 'flip'
• Utilisation : Détermine la méthode utilisée pour l'augmentation copy-paste. S'il est réglé sur 'flip', les objets proviennent de la même image, tandis que 'mixup' permet de copier des objets depuis différentes images.
• Objectif : Offre une flexibilité dans la manière dont les objets copiés sont intégrés dans les images cibles.
• Implémentation d'Ultralytics : CopyPaste
• Note :
  • Le principe IoA est le même pour les deux copy_paste_mode, mais la manière dont les objets sont copiés diffère.
  • Selon la taille de l'image, les objets peuvent parfois être copiés partiellement ou entièrement en dehors du cadre.
  • Selon la qualité des annotations polygonales, les objets copiés peuvent présenter de légères variations de forme par rapport aux originaux.

Image de référence	Image choisie pour copy_paste	copy_paste activé avec copy_paste_mode=mixup

Augmentations spécifiques à la classification

Auto Augment (auto_augment)

• Options : 'randaugment', 'autoaugment', 'augmix', None
• Par défaut : 'randaugment'
• Utilisation : Applique des politiques d'augmentation automatisées pour la classification. L'option 'randaugment' utilise RandAugment, 'autoaugment' utilise AutoAugment, et 'augmix' utilise AugMix. Définir sur None désactive l'augmentation automatisée.
• Objectif : Optimise automatiquement les stratégies d'augmentation pour les tâches de classification. Les différences sont les suivantes :
  • AutoAugment : Ce mode applique des politiques d'augmentation prédéfinies apprises à partir de jeux de données tels qu'ImageNet, CIFAR10 et SVHN. Tu peux sélectionner ces politiques existantes mais ne peux pas en entraîner de nouvelles avec Torchvision. Pour découvrir des stratégies d'augmentation optimales pour des jeux de données spécifiques, des bibliothèques externes ou des implémentations personnalisées seraient nécessaires. Référence au document AutoAugment.
  • RandAugment : Applique une sélection aléatoire de transformations avec une magnitude uniforme. Cette approche réduit le besoin d'une phase de recherche exhaustive, la rendant plus efficace sur le plan computationnel tout en améliorant la robustesse du modèle. Référence au document RandAugment.
  • AugMix : AugMix est une méthode d'augmentation de données qui améliore la robustesse du modèle en créant diverses variations d'images grâce à des combinaisons aléatoires de transformations simples. Référence au document AugMix.
• Implémentation d'Ultralytics : classify_augmentations()
• Note :
  • Essentiellement, la principale différence entre les trois méthodes réside dans la manière dont les politiques d'augmentation sont définies et appliquées.
  • Tu peux consulter cet article qui compare les trois méthodes en détail.

Effacement aléatoire (erasing)

• Plage : 0.0 - 0.9
• Défaut : 0.4
• Utilisation : Efface aléatoirement des portions de l'image pendant l'entraînement à la classification. L'hyperparamètre erasing définit la probabilité d'appliquer la transformation, avec erasing=0.9 garantissant que presque toutes les images sont effacées et erasing=0.0 désactivant la transformation. Par exemple, avec erasing=0.5, chaque image a 50 % de chances de voir une partie effacée.
• Objectif : Aide les modèles à apprendre des caractéristiques robustes et évite une dépendance excessive à certaines régions de l'image. Par exemple, dans les systèmes de reconnaissance faciale, l'effacement aléatoire aide les modèles à être plus robustes face à des occlusions partielles comme des lunettes de soleil, des masques faciaux ou d'autres objets pouvant couvrir partiellement les traits du visage. Cela améliore les performances réelles en forçant le modèle à identifier les individus en utilisant plusieurs caractéristiques faciales plutôt que de dépendre uniquement de traits distinctifs qui pourraient être masqués.
• Implémentation d'Ultralytics : classify_augmentations()
• Note :
  • L'augmentation erasing est accompagnée des hyperparamètres scale, ratio et value qui ne peuvent pas être modifiés avec l'implémentation actuelle. Leurs valeurs par défaut sont (0.02, 0.33), (0.3, 3.3) et 0 respectivement, comme indiqué dans la documentation de PyTorch.
  • La limite supérieure de l'hyperparamètre erasing est fixée à 0.9 pour éviter d'appliquer la transformation à toutes les images.

erasing désactivé	erasing activé (exemple 1)	erasing activé (exemple 2)	erasing activé (exemple 3)

Fonctionnalités d'augmentation avancées

Transformations Albumentations personnalisées (augmentations)

• Type : list de transformations Albumentations
• Par défaut : None
• Utilisation : Te permet de fournir des transformations Albumentations personnalisées pour l'augmentation de données en utilisant l'API Python. Ce paramètre accepte une liste d'objets de transformation Albumentations qui seront appliqués pendant l'entraînement au lieu des transformations Albumentations par défaut.
• Objectif : Offre un contrôle précis sur les stratégies d'augmentation de données en tirant parti de la vaste bibliothèque de transformations Albumentations. Ceci est particulièrement utile lorsque tu as besoin d'augmentations spécialisées au-delà des options YOLO intégrées, comme des ajustements de couleur avancés, l'injection de bruit ou des transformations spécifiques au domaine.
• Implémentation d'Ultralytics : Albumentations

import albumentations as A

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")

# Define custom Albumentations transforms
custom_transforms = [
    A.Blur(blur_limit=7, p=0.5),
    A.GaussNoise(var_limit=(10.0, 50.0), p=0.3),
    A.CLAHE(clip_limit=4.0, p=0.5),
    A.RandomBrightnessContrast(brightness_limit=0.2, contrast_limit=0.2, p=0.5),
    A.HueSaturationValue(hue_shift_limit=20, sat_shift_limit=30, val_shift_limit=20, p=0.5),
]

# Train with custom Albumentations transforms
model.train(
    data="coco8.yaml",
    epochs=100,
    augmentations=custom_transforms,  # Pass custom transforms
    imgsz=640,
)

Points clés :

• API Python uniquement : Les transformations Albumentations personnalisées ne sont actuellement prises en charge que via l'API Python. Elles ne peuvent pas être spécifiées via la CLI ou des fichiers de configuration YAML.
• Remplace les transformations par défaut : Lorsque tu fournis des transformations personnalisées via le paramètre augmentations, elles remplacent complètement les transformations Albumentations par défaut. Les augmentations YOLO par défaut (comme mosaic, hsv_h, hsv_s, degrees, etc.) restent actives et sont appliquées indépendamment.
• Compatibilité des BBox : Sois prudent lors de l'utilisation de transformations spatiales (transformations qui modifient la géométrie de l'image). Ultralytics gère automatiquement les ajustements des boîtes englobantes, mais certaines transformations complexes peuvent nécessiter une configuration supplémentaire.
• Bibliothèque étendue : Albumentations propose plus de 70 transformations différentes. Explore la documentation d'Albumentations pour découvrir toutes les options disponibles.
• Considération sur les performances : Ajouter trop d'augmentations ou utiliser des transformations coûteuses en calcul peut ralentir l'entraînement. Commence par un petit ensemble et surveille la vitesse d'entraînement.

Cas d'utilisation courants :

• Imagerie médicale : Applique des transformations spécialisées comme des déformations élastiques ou des distorsions de grille pour l'augmentation d'images radiographiques ou IRM
• Imagerie aérienne/satellite : Utilise des transformations optimisées pour les perspectives aériennes
• Conditions de faible luminosité : Applique des ajustements de bruit et de luminosité pour simuler des éclairages difficiles
• Inspection industrielle : Ajoute des motifs semblables à des défauts ou des variations de texture pour des applications de contrôle qualité

Notes de compatibilité :

• Nécessite la version 1.0.3 ou supérieure d'Albumentations
• Compatible avec toutes les tâches de détection et de segmentation YOLO
• Non applicable aux tâches de classification (la classification utilise un pipeline d'augmentation différent)

Pour plus d'informations sur Albumentations et les transformations disponibles, visite la documentation officielle d'Albumentations.

FAQ

Il y a trop d'augmentations parmi lesquelles choisir. Comment savoir lesquelles utiliser ?

Le choix des bonnes augmentations dépend de ton cas d'utilisation spécifique et de ton jeu de données. Voici quelques directives générales pour t'aider à décider :

• Dans la plupart des cas, de légères variations de couleur et de luminosité sont bénéfiques. Les valeurs par défaut de hsv_h, hsv_s et hsv_v sont un excellent point de départ.
• Si le point de vue de la caméra est cohérent et ne changera pas une fois le modèle déployé, tu peux probablement ignorer les transformations géométriques telles que rotation, translation, scale, shear ou perspective. Cependant, si l'angle de la caméra peut varier et que tu as besoin que le modèle soit plus robuste, il est préférable de conserver ces augmentations.
• Utilise l'augmentation mosaic uniquement si avoir des objets partiellement occlus ou plusieurs objets par image est acceptable et ne modifie pas la valeur de l'étiquette. Alternativement, tu peux garder mosaic actif mais augmenter la valeur close_mosaic pour le désactiver plus tôt dans le processus d'entraînement.

En bref : garde les choses simples. Commence par un petit ensemble d'augmentations et ajoute-en progressivement au besoin. L'objectif est d'améliorer la généralisation et la robustesse du modèle, pas de compliquer inutilement le processus d'entraînement. Assure-toi également que les augmentations que tu appliques reflètent la même distribution de données que celle que ton modèle rencontrera en production.

Au début d'un entraînement, je vois une référence albumentations: Blur[...]. Est-ce qu'Ultralytics YOLO exécute une augmentation supplémentaire comme le flou ?

Si le paquet albumentations est installé, Ultralytics applique automatiquement un ensemble d'augmentations d'images supplémentaires en l'utilisant. Ces augmentations sont gérées en interne et ne nécessitent aucune configuration supplémentaire.

Tu peux trouver la liste complète des transformations appliquées dans notre documentation technique, ainsi que dans notre guide d'intégration d'Albumentations. Note que seules les augmentations avec une probabilité p supérieure à 0 sont actives. Celles-ci sont appliquées délibérément à faible fréquence pour imiter les artefacts visuels du monde réel, comme le flou ou les effets de niveaux de gris.

Tu peux également fournir tes propres transformations Albumentations personnalisées en utilisant l'API Python. Voir la section Fonctionnalités d'augmentation avancées pour plus de détails.

Au début d'un entraînement, je ne vois aucune référence à Albumentations. Pourquoi ?

Vérifie si le paquet albumentations est installé. Si ce n'est pas le cas, tu peux l'installer en exécutant pip install albumentations. Une fois installé, le paquet devrait être automatiquement détecté et utilisé par Ultralytics.

Comment personnaliser mes augmentations ?

You can customize augmentations by creating a custom dataset class and trainer. For example, you can replace the default Ultralytics classification augmentations with PyTorch's torchvision.transforms.Resize or other transforms. See the custom training example in the classification documentation for implementation details.