跳转至内容

使用 Albumentations 增强您的数据集以训练 YOLO11

当您构建 计算机视觉模型 时，您的 训练数据 的质量和多样性在很大程度上会影响模型的性能。Albumentations 提供了一种快速、灵活和高效的方法来应用各种图像转换，从而提高您的模型适应真实世界场景的能力。它可以轻松地与 Ultralytics YOLO11 集成，并帮助您为 目标检测、分割 和 分类 任务创建强大的数据集。

通过使用 Albumentations，您可以使用几何变换和颜色调整等技术来增强您的 YOLO11 训练数据。在本文中，我们将了解 Albumentations 如何改进您的 数据增强 过程，并使您的 YOLO11 项目 更有影响力。让我们开始吧！

用于图像增强的 Albumentations

Albumentations 是一个于 2018 年 6 月 创建的开源图像增强库。它旨在简化和加速计算机视觉中的图像增强过程。Albumentations 的创建考虑了性能和灵活性，它支持许多不同的增强技术，从简单的转换（如旋转和翻转）到更复杂的调整（如亮度和对比度变化）。Albumentations 帮助开发人员为图像分类、目标检测和分割等任务生成丰富多样的数据集。

您可以使用 Albumentations 轻松地将增强应用于图像、分割掩码、边界框和关键点，并确保数据集的所有元素都一起转换。 它可以与流行的深度学习框架（如PyTorch和TensorFlow）无缝协作，从而使其可用于各种项目。

此外，无论您处理的是小型数据集还是大规模的计算机视觉任务，Albumentations 都是一个很好的增强选择。它可以确保快速高效的处理，从而减少在数据准备上花费的时间。同时，它有助于提高模型性能，使您的模型在实际应用中更加有效。

Albumentations 的主要特性

Albumentations 提供了许多有用的功能，可以简化各种计算机视觉应用的复杂图像增强。以下是一些主要功能：

  • 广泛的转换范围: Albumentations 提供了超过 70 种不同的转换，包括几何变换（例如，旋转、翻转）、颜色调整（例如，亮度、对比度）和噪声添加（例如，高斯噪声）。拥有多种选择可以创建高度多样化和强大的训练数据集。

图像增强示例

  • 高性能优化：Albumentations 构建于 OpenCV 和 NumPy 之上，使用高级优化技术（如 SIMD（单指令多数据）），该技术同时处理多个数据点以加快处理速度。它可以快速处理大型数据集，使其成为可用于图像增强的最快选项之一。

  • 三级增强Albumentations 支持三种级别的增强：像素级变换、空间级变换和混合级变换。像素级变换只影响输入图像，不会改变遮罩、边界框或关键点。与此同时，图像及其元素（如遮罩和边界框）都会通过空间级变换进行转换。此外，混合级变换是增强数据的一种独特方式，因为它能将多个图像合并为一个图像。

不同级别的数据增强概述

  • 基准测试结果: 在基准测试方面，Albumentations 始终优于其他库，尤其是在大型数据集上。

为什么应该将 Albumentations 用于您的 Vision AI 项目？

在图像增强方面，Albumentations 是一款可靠的计算机视觉任务工具。以下是您应考虑将其用于 Vision AI 项目的几个主要原因：

  • 易于使用的 API：Albumentations 提供了一个简单的 API，用于将各种增强应用于图像、蒙版、边界框和关键点。 它旨在轻松适应不同的数据集，从而使 数据准备 更简单、更高效。

  • 严格的Bug测试: 增强管道中的Bug可能会悄无声息地破坏输入数据，通常不会被注意到，但最终会降低模型性能。Albumentations通过全面的测试套件解决了这个问题，该套件有助于在开发的早期发现Bug。

  • 可扩展性: Albumentations 可用于轻松添加新的增强功能，并通过单个界面以及内置转换在计算机视觉管道中使用它们。

如何使用 Albumentations 增强 YOLO11 训练的数据

现在我们已经介绍了 Albumentations 是什么以及它可以做什么，让我们看看如何使用它来增强您的数据，以用于 YOLO11 模型训练。它很容易设置，因为它直接集成到 Ultralytics 的训练模式中，并且如果您安装了 Albumentations 包，它会自动应用。

安装

要将 Albumentations 与 YOLO11 结合使用，首先要确保已安装必要的软件包。 如果未安装 Albumentations，则在训练期间不会应用增强。 设置完成后，您就可以创建一个增强的数据集用于训练，并集成 Albumentations 以自动增强您的模型。

安装

# Install the required packages
pip install albumentations ultralytics

有关安装过程的详细说明和最佳实践，请查看我们的 Ultralytics 安装指南。如果在为 YOLO11 安装所需软件包时遇到任何困难，请查阅我们的 常见问题指南以获取解决方案和提示。

用法

安装必要的软件包后，您就可以开始将 Albumentations 与 YOLO11 一起使用了。当您训练 YOLO11 时，通过它与 Albumentations 的集成，会自动应用一组增强，从而轻松提高模型的性能。

用法

from ultralytics import YOLO

# Load a pre-trained model
model = YOLO("yolo11n.pt")

# Train the model with default augmentations
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

import albumentations as A

from ultralytics import YOLO

# Load a pre-trained model
model = YOLO("yolo11n.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),
]

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

接下来，让我们来详细了解一下在训练中应用的具体增强技术。

模糊

Albumentations 中的 Blur 变换通过平均小正方形区域（或内核）内的像素值，对图像应用简单的模糊效果。这是使用 OpenCV 完成的 cv2.blur function，这有助于减少图像中的噪点，但也会略微降低图像细节。

以下是此集成中使用的参数和值：

  • blur_limit: 这控制了模糊效果的大小范围。默认范围是 (3, 7)，这意味着模糊的内核大小可以在 3 到 7 像素之间变化，但只允许奇数以保持模糊居中。

  • p: 应用模糊的概率。在集成中，p=0.01，因此有 1% 的几率将此模糊应用于每个图像。低概率允许偶尔出现模糊效果，引入一些变化以帮助模型泛化，而不会过度模糊图像。

模糊增强的示例

中值模糊

Albumentations 中的 MedianBlur 转换将中值模糊效果应用于图像，这对于减少噪声同时保留边缘特别有用。与典型的模糊方法不同，MedianBlur 使用中值滤波器，该滤波器在去除椒盐噪声的同时保持边缘周围的清晰度方面特别有效。

以下是此集成中使用的参数和值：

  • blur_limit: 此参数控制模糊内核的最大大小。在此集成中，它默认为 (3, 7) 范围，这意味着模糊的内核大小在 3 到 7 像素之间随机选择，但只允许奇数值以确保正确对齐。

  • p: 设置应用中值模糊的概率。这里，p=0.01，因此转换有 1% 的几率应用于每个图像。这种低概率确保中值模糊的使用非常谨慎，通过偶尔看到具有降低的噪声和保留的边缘的图像来帮助模型泛化。

下图展示了将此增强应用于图像的示例。

中值模糊增强的示例

灰度

Albumentations 中的 ToGray 转换将图像转换为灰度图，将其简化为单通道格式，并可选择复制此通道以匹配指定的输出通道数。可以使用不同的方法来调整灰度亮度的计算方式，从简单的平均到更高级的技术，以实现对对比度和亮度的真实感知。

以下是此集成中使用的参数和值：

  • num_output_channels：设置输出图像中的通道数。如果此值大于 1，则将复制单个灰度通道以创建多通道灰度图像。默认情况下，它设置为 3，从而生成具有三个相同通道的灰度图像。

  • method: 定义灰度转换方法。默认方法“weighted_average”应用一个公式 (0.299R + 0.587G + 0.114B)，该公式与人类感知非常吻合，提供自然的灰度效果。其他选项，如“from_lab”、“desaturation”、“average”、“max”和“pca”，提供了基于对速度、亮度强调或细节保留的各种需求来创建灰度图像的替代方法。

  • p: 控制应用灰度转换的频率。当 p=0.01 时，有 1% 的几率将每个图像转换为灰度，从而可以混合使用彩色和灰度图像，以帮助模型更好地泛化。

下图展示了应用此灰度变换的示例。

灰度化增强的示例

对比度受限的自适应直方图均衡化 (CLAHE)

Albumentations 中的 CLAHE 变换应用了对比度受限的自适应直方图均衡化（CLAHE），这是一种通过均衡局部区域（瓦片）中的直方图而不是整个图像来增强图像对比度的技术。CLAHE 产生均衡的增强效果，避免了标准直方图均衡化可能导致的过度放大对比度，尤其是在初始对比度较低的区域。

以下是此集成中使用的参数和值：

  • clip_limit: 控制对比度增强范围。设置为 (1, 4) 的默认范围，它确定每个图块中允许的最大对比度。较高的值用于提高对比度，但也可能引入噪声。

  • tile_grid_size: 定义瓦片网格的大小，通常为（行，列）。默认值为 (8, 8)，表示图像被分成一个 8x8 的网格。较小的瓦片尺寸提供更局部的调整，而较大的瓦片尺寸则产生更接近全局均衡的效果。

  • p: 应用 CLAHE 的概率。这里，p=0.01 仅在 1% 的时间内引入增强效果，确保对比度调整的使用非常谨慎，以便在训练图像中偶尔出现变化。

下图展示了应用CLAHE变换的示例。

CLAHE 增强的示例

使用自定义 Albumentations 变换

虽然默认的 Albumentations 集成提供了一套可靠的增强功能，但您可能希望针对具体的使用情况定制转换。有了Ultralytics YOLO11，你就可以通过Python API 使用 augmentations 参数。

如何定义自定义变换

您可以定义自己的 Albumentations 变换列表，并将其传递给训练函数。这将取代默认的 Albumentations 变换，同时保留所有其他YOLO 增强（如 hsv_h, degrees, mosaic等）激活。

下面是一个更高级变换的示例：

import albumentations as A

from ultralytics import YOLO

# Load model
model = YOLO("yolo11n.pt")

# Define custom transforms with various augmentation techniques
custom_transforms = [
    # Blur variations
    A.OneOf(
        [
            A.MotionBlur(blur_limit=7, p=1.0),
            A.MedianBlur(blur_limit=7, p=1.0),
            A.GaussianBlur(blur_limit=7, p=1.0),
        ],
        p=0.3,
    ),
    # Noise variations
    A.OneOf(
        [
            A.GaussNoise(var_limit=(10.0, 50.0), p=1.0),
            A.ISONoise(color_shift=(0.01, 0.05), intensity=(0.1, 0.5), p=1.0),
        ],
        p=0.2,
    ),
    # Color and contrast adjustments
    A.CLAHE(clip_limit=4.0, tile_grid_size=(8, 8), p=0.5),
    A.RandomBrightnessContrast(brightness_limit=0.3, contrast_limit=0.3, p=0.5),
    A.HueSaturationValue(hue_shift_limit=20, sat_shift_limit=30, val_shift_limit=20, p=0.5),
    # Simulate occlusions
    A.CoarseDropout(
        max_holes=8, max_height=32, max_width=32, min_holes=1, min_height=8, min_width=8, fill_value=0, p=0.2
    ),
]

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

重要考虑因素

使用自定义 Albumentations 变换时，请注意以下几点：

  • 仅限Python API：自定义转换只能通过Python API 传递，不能通过CLI 或 YAML 配置文件传递。
  • 替换默认值：您的自定义变换将完全取代默认的 Albumentations 变换。其他YOLO 增强功能仍然有效。
  • 边框处理：Ultralytics 可自动处理大多数变换的边框调整，但复杂的空间变换可能需要额外的测试。
  • 性能某些变换的计算成本较高。监控训练速度并做出相应调整。
  • 任务兼容性：自定义 Albumentations 变换可用于检测和分割任务，但不适用于分类（使用不同的增强管道）。

自定义变换的用例

不同的应用受益于不同的增强策略：

  • 医学成像：使用弹性变形、网格扭曲和特殊噪声模式
  • 航空/卫星图像：应用变换，模拟不同的海拔高度、天气条件和照明角度
  • 弱光场景：强调噪声添加和亮度调整，以训练适应挑战性照明的强大模型
  • 工业检测：为质量控制应用添加纹理变化和模拟缺陷

有关可用变换及其参数的完整列表，请访问Albumentations 文档。

有关在YOLO11 中使用自定义 Albumentations 转换的更多详细示例和最佳实践，请参阅YOLO 数据增强指南。

继续学习 Albumentations

如果您有兴趣了解更多关于 Albumentations 的信息，请查看以下资源以获取更深入的说明和示例：

主要内容

在本指南中，我们探讨了 Albumentations 的关键方面，Albumentations 是一个出色的 python 图像增强库。我们讨论了它广泛的转换、优化的性能，以及如何在您的下一个 YOLO11 项目中使用它。

此外，如果您想了解有关其他 Ultralytics YOLO11 集成的更多信息，请访问我们的集成指南页面。您将在那里找到有价值的资源和见解。

常见问题

如何将 Albumentations 与 YOLO11 集成以改进数据增强？

如果您安装了 Albumentations 软件包，Albumentations 可以与 YOLO11 无缝集成，并在训练期间自动应用。以下是入门方法：

# Install required packages
# !pip install albumentations ultralytics
from ultralytics import YOLO

# Load and train model with automatic augmentations
model = YOLO("yolo11n.pt")
model.train(data="coco8.yaml", epochs=100)

该集成包括优化的增强，如模糊、中值模糊、灰度转换和 CLAHE，并经过精心调整的概率以提高模型性能。

与其他增强库相比，使用 Albumentations 的主要优势是什么？

Albumentations 因以下几个原因而脱颖而出：

  1. 性能：构建于 OpenCV 和 NumPy 之上，采用 SIMD 优化，速度更快
  2. 灵活性：支持跨像素级、空间级和混合级增强的 70 多种转换
  3. 兼容性：与流行的框架（如 PyTorch 和 TensorFlow）无缝协作
  4. 可靠性：广泛的测试套件可防止静默数据损坏
  5. 易用性：所有增强类型均采用单一统一的 API

哪些类型的计算机视觉任务可以从 Albumentations 数据增强中受益？

Albumentations 增强了各种计算机视觉任务，包括：

  • 对象检测：提高模型对光照、尺度和方向变化的鲁棒性
  • 实例分割：通过各种转换提高掩码预测精度
  • 分类：通过颜色和几何增强提高模型的泛化能力
  • 姿势估计：帮助模型适应不同的视角和光照条件

该库多样化的增强选项使其对于任何需要强大模型性能的视觉任务都很有价值。



📅创建于 1 年前 ✏️已更新 5 天前
glenn-jocherRizwanMunawaronuralpszrabirami-vina

评论