アノテーション済みデータのデータ前処理テクニックコンピュータビジョン データ

はじめに

コンピュータビジョンプロジェクトの目標を定義しとデータを収集・アノテーションした後、次のステップはアノテーション済みデータを前処理し、モデルの学習に向けて準備することです。クリーンで一貫性のあるデータは、優れたパフォーマンスを発揮するモデルを作成するために不可欠です。

前処理は、コンピュータビジョンプロジェクトのワークフローにおける一工程であり、画像のサイズ変更、画素値の正規化、データセットの拡張（オーギュメンテーション）、そしてデータを学習用・検証用・テスト用のセットに分割することなどが含まれます。データのクリーンアップに向けた重要なテクニックとベストプラクティスを探っていきましょう！

データ前処理の重要性

私たちはすでに、多くの検討事項を念頭に置いて慎重にデータを収集・アノテーションしています。では、なぜデータ前処理がコンピュータビジョンプロジェクトにおいてこれほど重要なのでしょうか？データ前処理とは、計算負荷を軽減し、モデルのパフォーマンスを向上させるために、データを学習に適した形式に整えることを指します。以下は、前処理によって解決できる生データ内の一般的な問題です。

• ノイズ：データ内の無関係な変動やランダムな変動。
• 不整合：画像サイズ、フォーマット、品質のばらつき。
• 不均衡：データセット内におけるクラスやカテゴリの不均等な分布。

データ前処理テクニック

データ前処理の最初にして最も重要なステップの一つがリサイズです。一部のモデルは可変の入力サイズを扱えるように設計されていますが、多くのモデルでは一貫した入力サイズが求められます。画像をリサイズすることで、形式を統一し、計算の複雑さを軽減できます。

画像のリサイズ

画像は以下の方法でリサイズできます。

• バイリニア補間（Bilinear Interpolation）：最も近い4つの画素値の加重平均をとることで、画素値を滑らかにします。
• 最近傍補間（Nearest Neighbor）：平均化せずに最も近い画素値を割り当てるため、画像は粗くなりますが計算は高速です。

リサイズをより簡単に行うために、以下のツールを使用できます。

• 、ONNXモデル推論に：画像処理のための広範な機能を備えた一般的なコンピュータビジョンライブラリです。
• PIL (Pillow)：画像ファイルを開く、操作する、保存するためのPython Imaging Libraryです。

YOLO26に関しては、学習中の「imgsz」パラメータによりモデル学習柔軟な入力サイズが可能です。特定のサイズ（例：640）に設定すると、モデルは入力画像の元のアスペクト比を維持しつつ、最大辺が640ピクセルになるようにリサイズします。

モデルとデータセットの具体的なニーズを評価することで、リサイズが必須の前処理ステップなのか、それともモデルが異なるサイズの画像を効率的に扱えるのかを判断できます。

画素値の正規化

もう一つの前処理テクニックは正規化です。正規化は画素値を標準的な範囲にスケール変換するもので、学習時の収束を早め、モデルのパフォーマンスを向上させるのに役立ちます。以下は一般的な正規化テクニックです。

• Min-Maxスケーリング：画素値を0から1の範囲にスケールします。
• Zスコア正規化：平均と標準偏差に基づいて画素値をスケールします。

YOLO26に関しては、モデル学習時の前処理パイプラインの一部として正規化がシームレスに処理されます。YOLO26は、RGBへの変換、画素値の[0, 1]範囲へのスケーリング、および事前定義された平均と標準偏差値を使用した正規化を含む、いくつかの前処理ステップを自動的に実行します。

データセットの分割

データのクリーニングが完了したら、データセットを分割する準備が整います。データを学習用、検証用、テスト用に分割するのは、モデルが未知のデータに対してどのように評価されるかを確認し、その汎化性能を測定するためです。一般的な分割比率は、学習用70%、検証用20%、テスト用10%です。scikit-learnのような、データを分割するための様々なツールやライブラリを利用できます。scikit-learnや用のKeras形式へのエクスポートを有効にし、.

データセットを分割する際は、以下を考慮してください。

• データ分布の維持：学習、検証、テストの各セット全体でクラスのデータ分布が維持されるようにします。
• データ漏洩（Data Leakage）の回避：通常、データオーギュメンテーションはデータセットを分割した後に実施します。データオーギュメンテーションやその他の前処理は、検証セットやテストセットからの情報がモデルの学習に影響を与えないよう、学習セットに対してのみ適用すべきです。
• クラスのバランス調整：不均衡なデータセットの場合、学習セット内でのマイノリティクラスのオーバーサンプリングやマジョリティクラスのアンダーサンプリングといった手法を検討してください。

データオーギュメンテーションとは？

最も一般的に議論されるデータ前処理ステップがデータオーギュメンテーションです。データオーギュメンテーションは、画像の修正版を作成することでデータセットのサイズを人工的に増やします。データを拡張することで、過学習を削減し、モデルの汎化性能を向上させることができます。

以下は、データオーギュメンテーションのその他の利点です。

• より堅牢なデータセットの作成：データオーギュメンテーションは、モデルを入力データのばらつきや歪みに対してより堅牢にすることができます。これには、照明、向き、スケールの変化が含まれます。
• 費用対効果が高い：データオーギュメンテーションは、に変動性を取り入れることで、YOLOモデルの堅牢性と性能を向上させるために不可欠であり、未知のデータに対してモデルがより適切に一般化できるようにします。以下の表は、各拡張引数の目的と効果の概要です：の量を増やすための費用対効果の高い方法です。
• データのより良い活用：新しいバリエーションを作成することで、利用可能なすべてのデータポイントを最大限に活用できます。

データオーギュメンテーション手法

一般的なオーギュメンテーションテクニックには、反転、回転、スケーリング、色の調整などがあります。Albumentations、Imgaug、TensorFlowのImageDataGeneratorといったいくつかのライブラリで、これらのオーギュメンテーションを生成可能です。Albumentations、Imgaug、TensorFlowのImageDataGenerator、これらでオーギュメンテーションを生成可能です。

YOLO26に関しては、カスタムデータセットのオーギュメンテーションを行うことができます。データセット構成ファイルである.yamlファイルを修正することで設定可能です。このファイル内で、データをどのように拡張するかを指定するパラメータを含むオーギュメンテーションセクションを追加できます。

このUltralytics YOLO26リポジトリは、幅広いデータオーギュメンテーションをサポートしています。以下のような様々な変換を適用できます。

• ランダムクロップ
• 反転：画像を水平または垂直に反転できます。
• 回転：画像を特定の角度で回転できます。
• 歪み

また、これらのオーギュメンテーションテクニックの強度を特定のパラメータを通じて調整することで、より多くのデータの多様性を生み出すことができます。

前処理のケーススタディ

YOLO26を使用して、交通画像内の様々な種類の車両を検出・分類するモデルを開発するプロジェクトを想定します。交通画像を収集し、BBoxとラベルをアノテーションしました。

このプロジェクトにおける各前処理ステップは以下のようになります。

• 画像のリサイズ：YOLO26は柔軟な入力サイズを扱い、自動的にリサイズを実行するため、手動でのリサイズは不要です。学習中に指定された「imgsz」パラメータに従ってモデルが画像サイズを調整します。
• 画素値の正規化：YOLO26は前処理中に画素値を自動的に0から1の範囲に正規化するため、手動での対応は不要です。
• データセットの分割：scikit-learnなどのツールを使用して、データセットを学習用（70%）、検証用（20%）、テスト用（10%）に分割します。
• の終了時など、さまざまな段階で追加のメトリクスを記録します。：データセット構成ファイル（.yaml）を修正し、ランダムクロップ、水平反転、輝度調整などのデータオーギュメンテーション手法を追加します。

これらのステップにより、データセットが潜在的な問題を抱えることなく準備され、探索的データ分析（EDA）の準備が整います。

探索的データ分析（EDA）テクニック

データセットの前処理と拡張が終わったら、次のステップは探索的データ分析（EDA）を通じて洞察を得ることです。EDAでは、統計手法や可視化ツールを用いて、データ内のパターンや分布を把握します。クラスの不均衡や外れ値といった問題を特定し、さらなるデータ前処理やモデル学習の調整について情報に基づいた判断を下すことができます。

統計的EDAテクニック

統計的手法は、平均、中央値、標準偏差、範囲などの基本メトリクスの計算から始めることが一般的です。これらのメトリクスは、画像データセットの画素強度の分布といったプロパティの概要をすばやく把握するのに役立ちます。これらの基本統計量を理解することで、データ全体の品質や特徴を把握し、早期に異常を発見できます。

視覚的EDAテクニック

画像データセットのEDAにおいて、可視化は鍵となります。例えば、クラス不均衡分析はEDAの重要な側面の一つです。データセット内で特定のクラスが十分に表現されていないかどうかを判断するのに役立ちます。棒グラフを使用して画像クラスやカテゴリの分布を可視化することで、不均衡を素早く明らかにできます。同様に、画素強度や特徴量分布の異常を強調する箱ひげ図などの可視化ツールを使用して、外れ値を特定できます。外れ値の検出は、異常なデータポイントが結果を歪めることを防ぎます。

可視化のための一般的なツールは以下の通りです。

• ヒストグラムおよび箱ひげ図：画素値の分布を理解し、外れ値を特定するのに役立ちます。
• 散布図：画像の特徴量やアノテーション間の関係を探るのに役立ちます。
• ヒートマップ：画像内の画素強度の分布や、アノテーションされた特徴量の空間分布を可視化するのに効果的です。

EDAにUltralytics Platformを使用する

コードを書かずにEDAを行うには、データセットをUltralytics Platformにアップロードしてください。データセットのChartsタブでは、前述の可視化（分割の分布、上位クラスの数、画像幅/高さのヒストグラム、アノテーション位置と画像サイズの2Dヒートマップ）が自動的に生成されます。Imagesタブでは、アノテーションのオーバーレイ付きで、グリッド、コンパクト、またはテーブルビューでデータを参照できるため、コードを一行も書かずに、ラベル付けのミスや不均衡なクラスを簡単に発見できます。

お問い合わせと連携

他のコンピュータービジョン愛好家とプロジェクトについて議論することで、異なる視点から新しいアイデアを得ることができます。学習、トラブルシューティング、ネットワーキングに役立つ素晴らしい方法をいくつか紹介します。

コミュニティとつながるためのチャンネル

• GitHub Issues: YOLO26 GitHubリポジトリにアクセスし、Issuesタブを使用して、質問の投稿、バグの報告、機能の提案を行ってください。コミュニティやメンテナが、直面している問題の解決をサポートします。
• Ultralytics Discordサーバー: Ultralytics Discordサーバー他のユーザーや開発者とつながり、サポートを受け、知識を共有し、アイデアを出し合うために参加してください。

公式ドキュメント

• Ultralytics YOLO26 ドキュメント: 公式YOLO26ドキュメントを参照して、数多くのコンピュータビジョンのタスクやプロジェクトに関する詳細なガイドや貴重な洞察を確認してください。

データセットの準備が整いました！

適切にリサイズ、正規化、拡張されたデータは、ノイズを減らし汎化性能を向上させることで、モデルのパフォーマンスを改善します。このガイドで説明されている前処理の技術とベストプラクティスに従うことで、強固なデータセットを作成できます。前処理されたデータセットが準備できれば、プロジェクトの次のステップに自信を持って進むことができます。

FAQ

コンピュータービジョンプロジェクトにおいてデータの前処理はなぜ重要ですか？

コンピュータービジョンプロジェクトにおいてデータの前処理は、データがクリーンで一貫性があり、モデルトレーニングに最適な形式であることを保証するため不可欠です。生データのノイズ、不整合、不均衡などの問題に対処することで、リサイズ、正規化、拡張、データセット分割といった前処理ステップが計算負荷を軽減し、モデルのパフォーマンスを向上させるのに役立ちます。詳細は、コンピュータービジョンプロジェクトのステップ.

Ultralytics YOLOでデータ拡張を使用するにはどうすればよいですか？

Ultralytics YOLO26でデータ拡張を行うには、データセット設定ファイル (.yaml) を変更する必要があります。このファイル内で、ランダムクロップ、水平反転、明るさ調整など、さまざまな拡張技術を指定できます。これは、こちらで説明されているトレーニング設定を使用して効果的に行うことができます。データ拡張は、より堅牢なデータセットを作成し、過学習を減らし、モデルの汎化性能を向上させるのに役立ちます。

コンピュータービジョンデータに最適なデータ正規化技術は何ですか？

正規化は、トレーニング中の収束を速め、パフォーマンスを向上させるために、画素値を標準範囲にスケーリングします。一般的な技術には以下が含まれます。

• Min-Maxスケーリング：画素値を0から1の範囲にスケールします。
• Zスコア正規化：平均と標準偏差に基づいて画素値をスケールします。

YOLO26の場合、正規化はRGBへの変換や画素値のスケーリングを含め、自動的に処理されます。詳細については、モデルトレーニングセクション.

トレーニング用にアノテーション付きデータセットをどのように分割すべきですか？

データセットを分割する一般的な慣習は、トレーニング用に70%、検証用に20%、テスト用に10%に分けることです。これらの分割全体でクラスのデータ分布を維持し、トレーニングセットに対してのみ拡張を実行することでデータリークを回避することが重要です。効率的なデータセット分割には、scikit-learnなどのツールを使用してください。詳細は、用のKeras形式へのエクスポートを有効にし、のガイドを参照してください。データセットの準備.

手動でリサイズすることなく、YOLO26でさまざまな画像サイズを扱うことはできますか？

はい、Ultralytics YOLO26は、モデルトレーニング中の 'imgsz' パラメーターを通じて、さまざまな画像サイズを扱うことができます。このパラメーターにより、アスペクト比を維持しつつ、最大の次元が指定されたサイズ（例: 640ピクセル）に一致するように画像がリサイズされます。より柔軟な入力処理と自動調整については、モデルトレーニングセクション.