跳至内容

使用标注增强数据集以训练YOLO11

在建立计算机视觉模型时，训练数据的质量和种类对模型的性能有很大影响。Albumentations 提供了一种快速、灵活、高效的方法来应用各种图像转换，从而提高模型适应真实世界场景的能力。它可以轻松与 Ultralytics YOLO11可帮助您为物体检测、分割和分类任务创建强大的数据集。

通过使用 Albumentations，您可以利用几何变换和色彩调整等技术提高YOLO11 培训数据的质量。在本文中，我们将了解 Albumentations 如何改进数据扩增流程，使YOLO11 项目更具影响力。让我们开始吧！

图像增强

Albumentations是一个开源图像增强库，创建于2018 年 6 月。它旨在简化和加速计算机视觉中的图像增强过程。它以性能和灵活性为宗旨，支持多种扩增技术，从旋转和翻转等简单变换到亮度和对比度变化等更复杂的调整。Albumentations 可帮助开发人员为图像分类、物体检测和分割等任务生成丰富多样的数据集。

您可以使用 Albumentations 轻松地对图像、分割掩码、边界框和关键点应用增强功能，并确保数据集的所有元素都能一起转换。它能与流行的深度学习框架无缝协作，如 PyTorch和 TensorFlow等流行的深度学习框架无缝协作，使其适用于各种项目。

此外，无论是处理小型数据集还是大型计算机视觉任务，Albumentations 都是增强功能的绝佳选择。它能确保快速高效的处理，缩短数据准备时间。同时，它还有助于提高模型性能，使模型在实际应用中更加有效。

Albumentations 的主要特点

Albumentations 提供了许多有用的功能，可简化各种计算机视觉应用中的复杂图像增强。以下是其中一些主要功能：

  • 变换范围广：Albumentations 提供70 多种不同的变换，包括几何变化（如旋转、翻转）、颜色调整（如亮度、对比度）和噪声添加（如高斯噪声）。有了多种选项，就能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 基于 OpenCV 和 NumPy 开发，采用 SIMD（单指令多数据）等先进的优化技术，可同时处理多个数据点，从而加快处理速度。它能快速处理大型数据集，是图像增强技术中速度最快的选择之一。

  • 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。

不同级别的增强功能概述

  • 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方面。

为什么要在视觉人工智能项目中使用 Albumentations？

在图像增强方面，Albumentations 是计算机视觉任务的可靠工具。以下是您应该考虑在视觉人工智能项目中使用它的几个主要原因：

  • 易于使用的应用程序接口Albumentations 提供了一个简单明了的应用程序接口，可对图像、遮罩、边界框和关键点应用各种增强功能。其设计可轻松适应不同的数据集，使数据准备工作更简单、更高效。

  • 严格的错误测试：扩增管道中的错误会悄无声息地破坏输入数据，通常不会被察觉，但最终会降低模型性能。Albumentations 通过全面的测试套件解决了这一问题，有助于在开发早期发现漏洞。

  • 可扩展性：Albumentations 可用于轻松添加新的增强功能，并通过单一界面和内置转换功能将其用于计算机视觉管道。

如何使用图解法为YOLO11 培训提供补充数据

既然我们已经介绍了 Albumentations 是什么以及它能做什么，那么让我们来看看如何使用它来扩充YOLO11 模型训练的数据。它很容易设置，因为它可以直接集成到Ultralytics 的 训练模式中，如果安装了 Albumentations 软件包，它就会自动应用。

安装

要在YOLO11 中使用 Albumentations，首先要确保安装了必要的软件包。如果没有安装 Albumentations，则在训练过程中不会应用增强功能。设置完成后，您就可以创建用于训练的增强数据集，并集成 Albumentations 自动增强模型。

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，请查阅我们的Ultralytics 安装指南。在安装YOLO11 所需的软件包时，如果遇到任何困难，请查阅我们的常见问题指南，了解解决方案和技巧。

使用方法

安装必要的软件包后，您就可以通过YOLO11 开始使用 Albumentations 了。当您训练YOLO11 时，通过与 Albumentations 的集成，会自动应用一系列增强功能，从而轻松提高模型性能。

使用方法

from ultralytics import YOLO

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

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

接下来，让我们来详细了解一下在训练中使用的具体增强技术。

模糊

Albumentations 中的 "模糊 "变换通过在一个小的正方形区域（或称 "核"）内平均像素值，为图像应用一种简单的模糊效果。这是通过 OpenCV 的 cv2.blur 功能，这有助于减少图像中的噪点，但也会略微减少图像细节。

以下是本次集成中使用的参数和数值：

  • blur_limit（模糊限制）：用于控制模糊效果的大小范围。默认范围是（3, 7），这意味着模糊效果的内核大小可以在 3 到 7 像素之间变化，为了保持模糊效果居中，只允许使用奇数。

  • p:应用模糊的概率。在整合中，p=0.01，因此每张图像应用这种模糊效果的概率为 1%。低概率允许偶尔出现模糊效果，引入一点变化来帮助模型泛化，而不会使图像过度模糊。

模糊增强实例

中值模糊

Albumentations 中的中值模糊（MedianBlur）变换可对图像应用中值模糊效果，这对于在保留边缘的同时减少噪点特别有用。与典型的模糊方法不同，中值模糊使用的是中值滤波器，它在去除椒盐噪点的同时还能保持边缘的清晰度，效果尤为显著。

以下是本次集成中使用的参数和数值：

  • blur_limit（模糊限制）：该参数控制模糊内核的最大尺寸。在此集成中，它的默认值范围是（3, 7），这意味着模糊的内核大小在 3 到 7 像素之间随机选择，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。在这里，p=0.01，因此每幅图像有 1%的几率应用这种变换。这种低概率可以确保中值模糊很少使用，从而帮助模型通过偶尔看到噪点减少和边缘保留的图像进行泛化。

下图显示了将这种增强技术应用于图像的一个示例。

中值模糊增强实例

灰度

Albumentations 中的 ToGray 变换可将图像转换为灰度图像，将其还原为单通道格式，并可选择复制该通道以匹配指定数量的输出通道。可以使用不同的方法来调整灰度亮度的计算方法，从简单的平均法到更先进的技术，以获得真实的对比度和亮度感知。

以下是本次集成中使用的参数和数值：

  • num_output_channels（输出通道数）：设置输出图像的通道数。如果该值大于 1，单个灰度通道将被复制以创建多通道灰度图像。默认情况下，它被设置为 3，从而生成具有三个相同通道的灰度图像。

  • 方法：定义灰度转换方法。默认方法为 "加权平均"，应用的公式（0.299R + 0.587G + 0.114B）与人的感知非常接近，可提供自然的灰度效果。其他选项，如 "from_lab"、"desaturation"、"average"、"max "和 "pca"，可根据对速度、亮度强调或细节保留的不同需求，提供创建灰度图像的其他方法。

  • p:控制灰度转换的应用频率。当 p=0.01 时，每幅图像有 1%的几率转换为灰度图像，这样就可以混合使用彩色和灰度图像，帮助模型更好地概括。

下图显示了应用这种灰度转换的示例。

ToGray 扩增实例

对比度受限自适应直方图均衡 (CLAHE)

Albumentations 中的 CLAHE 变换应用了对比度受限自适应直方图均衡（CLAHE）技术，该技术通过均衡局部区域（块）而非整个图像的直方图来增强图像对比度。CLAHE 可产生均衡的增强效果，避免标准直方图均衡化可能导致的对比度过度放大，尤其是在最初对比度较低的区域。

以下是本次集成中使用的参数和数值：

  • clip_limit: 控制对比度增强范围。默认设置范围为（1，4），它决定了每个磁贴中允许的最大对比度。数值越大，对比度越高，但也可能产生噪点。

  • tile_grid_size（磁砖网格大小）：定义磁贴网格的大小，通常为（行、列）。默认值为（8, 8），即图像被划分为 8x8 的网格。较小的磁贴尺寸可提供更多局部调整，而较大的磁贴尺寸则可产生更接近全局均衡的效果。

  • p:应用 CLAHE 的概率。在这里，p=0.01 只会在 1%的情况下引入增强效果，从而确保对比度调整只适用于偶尔变化的训练图像。

下图显示了应用 CLAHE 转换的示例。

CLAHE 增强实例

继续学习藻类学

如果您想了解更多有关 Albumentations 的信息，请查看以下资源，了解更深入的说明和示例：

主要收获

在本指南中，我们探讨了用于图像增强的Python 库 Albumentations 的主要方面。我们讨论了它的各种变换、优化性能以及如何在下一个YOLO11 项目中使用它。

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

常见问题

如何将 Albumentations 与YOLO11 整合，以改进数据扩增？

Albumentations 可与YOLO11 无缝集成，如果安装了该软件包，则可在培训期间自动应用。下面是开始使用的方法：

# 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)

该集成包括经过优化的增强功能，如模糊、中值模糊、灰度转换和 CLAHE，并通过精心调整的概率来提高模型性能。

与其他扩增库相比，使用 Albumentations 的主要优势是什么？

Albumentations 脱颖而出有几个原因：

  1. 性能基于 OpenCV 和 NumPy 构建，经过 SIMD 优化，速度更快
  2. 灵活性支持 70 多种转换，包括像素级、空间级和混合级增强功能
  3. 兼容性：可与流行的框架（如 PyTorch和 TensorFlow
  4. 可靠性：广泛的测试套件可防止无声数据损坏
  5. 易于使用：适用于所有增强类型的单一统一应用程序接口

哪些类型的计算机视觉任务可以从 Albumentations 增强技术中获益？

Albumentations 可增强各种计算机视觉任务，包括

  • 物体检测：提高模型对光照、比例和方向变化的稳健性
  • 实例分割：通过各种变换提高掩码预测的准确性
  • 分类：通过颜色和几何增强功能提高模型通用性
  • 姿势估计：帮助模型适应不同的视角和光线条件

该库提供了多种增强选项，对任何需要强大模型性能的视觉任务都很有价值。

📅创建于 1 个月前 ✏️已更新 18 天前
翔宇 里兹万-穆纳瓦 阿比拉米-维纳

评论