使用 Albumentations 增强你的数据集以训练 YOLO26#

当你构建computer vision models时，training data的质量和多样性对模型的性能有着巨大影响。Albumentations 提供了一种快速、灵活且高效的方法来应用广泛的图像变换，能够提升模型对现实世界场景的适应能力。它与 Ultralytics YOLO26 无缝集成，可帮助你为object detection、segmentation和classification任务创建强健的数据集。

通过使用 Albumentations，你可以利用几何变换和颜色调整等技术来丰富你的 YOLO26 训练数据。在本文中，我们将了解 Albumentations 如何改进你的data augmentation流程，并让你的YOLO26 projects更具影响力。我们开始吧！

用于图像增强的 Albumentations#

Albumentations 是一个开源图像增强库，于June 2018创建。它旨在简化和加速computer vision中的图像增强过程。秉承performance与灵活性并重的设计理念，它支持多种不同的增强技术，从旋转和翻转等简单变换到亮度和对比度更改等更复杂的调整。Albumentations 帮助开发者为image classification、object detection和segmentation等任务生成丰富、多样的数据集。

你可以使用 Albumentations 轻松对图像、segmentation masks、bounding boxes和key points应用增强，并确保数据集的所有元素同时进行变换。它与 PyTorch 和 TensorFlow 等主流深度学习框架无缝协作，使其适用于广泛的项目。

此外，无论你处理的是小型数据集还是大规模的computer vision tasks，Albumentations 都是进行数据增强的绝佳选择。它能确保快速高效的处理，缩短数据准备时间。同时，它有助于提升model performance，使你的模型在实际应用中更加有效。

Albumentations 的主要功能#

Albumentations 提供了许多有用的功能，可为各种computer vision applications简化复杂的图像增强。以下是一些主要功能：

• 丰富的变换类型：Albumentations 提供超过 70 种不同的变换，包括几何更改（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）。拥有多种选项能够创建高度多样化且强健的训练数据集。

• 高性能优化：Albumentations 基于 OpenCV 和 NumPy 构建，采用了 SIMD（单指令多数据）等先进优化技术，能够同时处理多个数据点以加快处理速度。它能快速处理大规模数据集，成为目前最快的图像增强选择之一。

• 三个增强级别：Albumentations 支持三个增强级别：像素级变换、空间级变换和混合级变换。像素级变换仅影响输入图像，而不改变掩码、边界框或关键点。与此同时，空间级变换会同时变换图像及其元素（如掩码和边界框）。此外，混合级变换是一种独特的数据增强方式，它将多张图像合并为一张。

• 基准测试结果：在基准测试方面，Albumentations 的表现一直优于其他库，尤其是在处理大型数据集时。

为什么你应该在视觉 AI 项目中使用 Albumentations？#

在图像增强方面，Albumentations 是计算机视觉任务中可靠的工具。以下是你应该考虑在视觉 AI 项目中使用它的几个关键原因：

• 易于使用的 API：Albumentations 提供了一个单一且直观的 API，用于对图像、掩码、边界框和关键点应用广泛的增强。它旨在轻松适应不同的数据集，使data preparation更简单、更高效。

• 严格的 Bug 测试：增强流水线中的 Bug 可能会悄无声息地损坏输入数据，这些问题往往不被察觉，但最终会降低模型性能。Albumentations 通过一套详尽的测试套件解决了这个问题，有助于在开发早期发现 Bug。

• 可扩展性：通过单一接口，Albumentations 可以轻松添加新的增强技术，并将其与内置变换一起应用到计算机视觉流水线中。

如何使用 Albumentations 为 YOLO26 训练进行数据增强#

既然我们已经介绍了 Albumentations 是什么及其功能，接下来让我们看看如何使用它来为 YOLO26 模型训练增强数据。它的设置非常简单，因为它直接集成到 Ultralytics 的训练模式中，如果你安装了 Albumentations 软件包，它就会自动应用。

安装#

要将 Albumentations 与 YOLO26 一起使用，首先请确保安装了必要的包。如果没有安装 Albumentations，增强功能将不会在训练期间应用。设置完成后，你就可以创建用于训练的增强数据集了，Albumentations 会自动集成以提升你的模型。

# Install the required packages
pip install albumentations ultralytics

有关安装过程的详细说明和最佳实践，请查阅我们的 Ultralytics Installation guide。在安装 YOLO26 所需的软件包时，如果遇到任何困难，请参考我们的 Common Issues guide 获取解决方案和提示。

本页上的自定义转换示例需要 Albumentations 1.4.22 或更高版本，因此需要 Python 3.9 或更高版本。

用法#

安装必要的包后，你就可以开始将 Albumentations 与 YOLO26 一起使用了。当你训练 YOLO26 时，通过它与 Albumentations 的集成，一套增强功能会自动应用，从而轻松提升模型的性能。

from ultralytics import YOLO

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

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

接下来，让我们仔细看看训练期间应用的具体增强功能。

模糊#

Albumentations 中的 Blur 变换通过对小正方形区域（或内核）内的像素值求平均值，对图像应用简单的模糊效果。这是通过 OpenCV 的 cv2.blur 函数完成的，这有助于减少图像中的噪声，尽管它也会稍微减少图像细节。

以下是此集成中使用的参数和值：

• blur_limit：此参数控制模糊效果的大小范围。默认范围是 (3, 7)，意味着模糊的内核大小可以在 3 到 7 像素之间变化，且只允许奇数以保持模糊中心对称。

• p：应用模糊的概率。在集成中，p=0.01，因此每张图像有 1% 的几率应用此模糊效果。较低的概率允许出现偶尔的模糊效果，引入一些变化，帮助模型在不产生过度模糊的情况下增强泛化能力。

中值模糊 (Median Blur)#

Albumentations 中的 MedianBlur 变换对图像应用中值模糊效果，这对于在减少噪声的同时保留边缘特别有用。与常规模糊方法不同，MedianBlur 使用中值滤波器，在去除椒盐噪声同时保持边缘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，默认范围为 (3, 7)，意味着模糊的内核大小在 3 到 7 像素之间随机选择，且只允许奇数值以确保正确的对齐。

• p：设置应用中值模糊的概率。此处 p=0.01，因此该变换有 1% 的几率应用于每张图像。这一较低的概率确保了中值模糊的使用频率较低，通过偶尔呈现降噪且边缘保留的图像，帮助模型实现泛化。

下图展示了此增强应用到图像上的示例。

灰度 (Grayscale)#

Albumentations 中的 ToGray 变换将图像转换为灰度图，将其减少为单通道格式，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，从简单的平均法到用于实现更真实对比度和亮度感知的先进技术。

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。如果该值大于 1，则会复制单通道灰度图像以创建多通道灰度图像。默认设置为 3，从而产生一个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" 应用公式 (0.299R + 0.587G + 0.114B)，该公式与人类感知非常接近，可提供自然的灰度效果。其他选项（如 "from_lab"、"desaturation"、"average"、"max" 和 "pca"）提供了替代方法，可根据对速度、亮度强调或细节保留的不同需求来创建灰度图像。

• p：控制应用灰度转换的频率。通过 p=0.01，每张图像有 1% 的几率转换为灰度，这种彩色与灰度图像的组合有助于模型更好地泛化。

下图展示了此灰度变换应用的示例。

对比度受限自适应直方图均衡化 (CLAHE)#

Albumentations 中的 CLAHE 变换应用对比度受限自适应直方图均衡化 (CLAHE)，这是一种通过均衡局部区域（瓦片）而不是整张图像的直方图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对比度过度放大，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。默认范围设为 (1, 4)，它确定每个瓦片中允许的最大对比度。较高的值用于增加对比度，但可能会引入噪声。

• tile_grid_size：定义瓦片网格的大小，通常表示为 (行, 列)。默认值为 (8, 8)，意味着图像被划分为 8x8 的网格。较小的瓦片尺寸提供更局部的调整，而较大的尺寸产生的效果则更接近于全局均衡化。

• p：应用 CLAHE 的概率。此处 p=0.01 仅在 1% 的情况下引入增强效果，确保对比度调整谨慎应用，从而为训练图像提供偶尔的变化。

下图展示了此 CLAHE 变换应用的示例。

使用自定义 Albumentations 变换#

虽然默认的 Albumentations 集成提供了一套坚实的数据增强功能，但你可能希望针对你的具体使用场景自定义这些转换。借助 Ultralytics YOLO26，你可以通过 Python API 使用 augmentations 参数轻松传递自定义的 Albumentations 转换。本节中的示例需要 Albumentations 1.4.22 或更高版本。

如何定义自定义变换#

你可以定义自己的 Albumentations 变换列表并将其传递给训练函数。这会替换默认的 Albumentations 变换，同时保持所有其他 YOLO 增强（如 hsv_h、degrees、mosaic 等）处于活动状态。

这是一个包含更高级变换的示例：

import albumentations as A

from ultralytics import YOLO

# Load model
model = YOLO("yolo26n.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(std_range=(0.0124, 0.0277), 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(num_holes_range=(1, 8), hole_height_range=(8, 32), hole_width_range=(8, 32), fill=0, p=0.2),
]

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

重要注意事项#

使用自定义 Albumentations 变换时，请记住以下几点：

• 仅限 Python API：自定义变换只能通过 Python API 传递，不能通过 CLI 或 YAML 配置文件传递。
• 替换默认值：你的自定义变换将完全替换默认的 Albumentations 变换。其他 YOLO 增强功能保持活跃。
• 边界框处理：Ultralytics 会自动处理大多数变换的边界框调整，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。请监控训练速度并据此进行调整。
• 任务兼容性：自定义 Albumentations 变换适用于检测和分割任务，但不适用于分类任务（分类任务使用不同的增强流水线）。

自定义变换的使用场景#

不同的应用受益于不同的增强策略：

• 医学影像：使用弹性形变、网格畸变和特殊的噪声模式
• 航空/卫星影像：应用模拟不同高度、天气条件和光照角度的变换
• 低光场景：强调噪声添加和亮度调整，为极具挑战性的光照环境训练稳健模型
• 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。

有关将自定义 Albumentations 变换与 YOLO26 配合使用的更详细示例和最佳实践，请参阅 YOLO 数据增强指南。

继续学习 Albumentations#

如果你有兴趣深入了解 Albumentations，请查看以下资源以获取更深入的说明和示例：

• Albumentations 文档：官方文档提供了完整支持的变换范围和高级使用技巧。

• Ultralytics Albumentations 指南：更深入地了解促进此集成的函数细节。

• Albumentations GitHub 仓库：该仓库包含示例、基准测试和讨论，可帮助你开始自定义增强。

关键要点#

在本指南中，我们探讨了 Albumentations 的关键方面，这是一个用于图像增强的绝佳 Python 库。我们讨论了其广泛的变换功能、优化性能，以及如何在你的下一个 YOLO26 项目中使用它。

此外，如果你想了解有关其他 Ultralytics YOLO26 集成的更多信息，请访问我们的集成指南页面。你将在那里找到有价值的资源和见解。

常见问题解答#