Meet YOLO26: next-gen vision AI.

Link to this section使用 Albumentations 增强你的数据集以训练 YOLO26#

当你构建计算机视觉模型时，训练数据的质量和多样性会对模型的性能产生巨大影响。Albumentations 提供了一种快速、灵活且高效的方法来应用各种图像变换，从而提高模型适应现实场景的能力。它能与 Ultralytics YOLO26 轻松集成，助你为目标检测、分割和分类任务创建稳健的数据集。

通过使用 Albumentations，你可以利用几何变换和颜色调整等技术来提升 YOLO26 的训练数据。在本文中，我们将了解 Albumentations 如何改善你的数据增强流程，并让你的 YOLO26 项目更具影响力。让我们开始吧！

Link to this section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。它的设计初衷是简化并加速计算机视觉中的图像增强过程。它以性能和灵活性为核心，支持多种多样的增强技术，从旋转和翻转等简单变换，到亮度与对比度变化等更复杂的调整。Albumentations 帮助开发者为图像分类、目标检测和分割等任务生成丰富多样的数据集。

你可以使用 Albumentations 轻松地对图像、分割掩码、边界框和关键点应用增强，并确保数据集中的所有元素都能同步变换。它能与 PyTorch 和 TensorFlow 等主流深度学习框架无缝协作，使其适用于各种项目。

此外，无论你是处理小型数据集还是大规模计算机视觉任务，Albumentations 都是增强的绝佳选择。它确保了快速高效的处理，缩短了数据准备时间。同时，它有助于提高模型性能，使你的模型在现实应用中更加有效。

Link to this sectionAlbumentations 的主要功能#

Albumentations 提供了许多实用的功能，简化了针对广泛计算机视觉应用的复杂图像增强操作。以下是一些主要功能：

  • 广泛的变换功能：Albumentations 提供超过 70 种不同的变换，包括几何变换（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）。拥有多种选择能够实现创建高度多样化且稳健的训练数据集。

Albumentations augmentation examples

  • 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。

不同增强级别的概览

  • 基准测试结果：在基准测试方面，Albumentations 的表现始终优于其他库，特别是在处理大型数据集时。

Link to this section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 提供了一个统一且直观的 API，用于对图像、掩码、边界框和关键点应用多种增强。它旨在轻松适应不同的数据集，从而使数据准备更加简单高效。

  • 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。

Link to this section如何使用 Albumentations 为 YOLO26 训练进行数据增强#

既然我们已经了解了 Albumentations 是什么及其功能，让我们看看如何使用它来为 YOLO26 模型训练增强数据。设置非常简单，因为它直接集成到了 Ultralytics 训练模式中，只要你安装了 Albumentations 包，它就会自动应用。

Link to this section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。

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。在为 YOLO26 安装所需软件包时，如果遇到任何困难，请参考我们的 常见问题指南 获取解决方案和提示。

Link to this section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。

用法
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。

Link to this section模糊#

Albumentations 中的 Blur（模糊）变换通过对小正方形区域（即内核）内的像素值取平均值，对图像应用简单的模糊效果。这是使用 OpenCV 的 cv2.blur 函数完成的，它有助于减少图像中的噪声，尽管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：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。

Albumentations Blur augmentation result

Link to this section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。

Albumentations MedianBlur augmentation

Link to this section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。

Albumentations grayscale conversion

Link to this section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。

Albumentations CLAHE contrast enhancement

Link to this section使用自定义 Albumentations 变换#

虽然默认的 Albumentations 集成提供了一套稳健的增强功能，但你可能希望针对具体用例进行自定义。使用 Ultralytics YOLO26，你可以通过 Python API 使用 augmentations 参数轻松传入自定义的 Albumentations 变换。

Link to this section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 增强功能（如 hsv_h、degrees、mosaic 等）处于激活状态。

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(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,
)

Link to this section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）。

Link to this section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 一起使用的更多详细示例和最佳实践，请参见 YOLO 数据增强指南。

Link to this section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：

Link to this section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。你将在那里找到宝贵的资源和见解。

Link to this section常见问题解答#

Link to this section如何将 Albumentations 与 YOLO26 集成以实现更好的数据增强？#

Albumentations 与 YOLO26 无缝集成，只要安装了包，训练期间就会自动应用。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("yolo26n.pt")
model.train(data="coco8.yaml", epochs=100)

集成包含优化后的增强功能（如模糊、中值模糊、灰度转换和 CLAHE），并配合经过精心调整的概率以提升模型性能。

Link to this section与其他增强库相比，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，并带有 SIMD 优化，速度卓越
  2. 灵活性：支持超过 70 种跨像素级、空间级和混合级增强的变换
  3. 兼容性：与 PyTorch 和 TensorFlow 等主流框架无缝协作
  4. 可靠性：详尽的测试套件可防止数据无声损坏
  5. 易用性：用于所有增强类型的单一统一 API

Link to this section哪些类型的计算机视觉任务可以从 Albumentations 增强中受益？#

Albumentations 增强了各种计算机视觉任务，包括：

  • 目标检测：提高模型对光照、比例和方向变化的鲁棒性
  • 实例分割：通过多种变换提高掩码预测精度
  • 分类：利用颜色和几何增强增加模型的泛化能力
  • 姿态估计：帮助模型适应不同的视点和光照条件

该库多样化的增强选项使其对于任何需要稳健模型性能的视觉任务都非常有价值。

贡献者
GLglenn-jocher12RIRizwanMunawar3RAraimbekovm1PDpderrenger1ONonuralpszr1ABabirami-vina1

评论