使用 Albumentations 增强数据集以训练 YOLO26#

在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表现产生很大影响。Albumentations 提供了一种快速、灵活且高效的方式，可应用广泛的图像变换，从而提升模型适应现实场景的能力。它可以轻松集成到 Ultralytics YOLO26 中，帮助你为目标检测、分割和分类任务创建稳健的数据集。

使用 Albumentations，你可以通过几何变换、颜色调整等技术增强 YOLO26 的训练数据。本文将介绍 Albumentations 如何改进你的数据增强流程，让你的 YOLO26 项目更具成效。让我们开始吧！

用于图像增强的 Albumentations#

Albumentations 是一个创建于 2018 年 6 月的开源图像增强库，旨在简化并加速计算机视觉中的图像增强流程。它以高性能和灵活性为设计目标，支持多种图像增强技术，从旋转、翻转等简单变换，到亮度和对比度调整等更复杂的处理。Albumentations 可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 轻松对图像、segmentation masks、bounding boxes 和 keypoints 应用数据增强，并确保数据集的所有元素同时转换。它与 PyTorch 和 TensorFlow 等流行的深度学习框架无缝协作，使其适用于广泛的项目。

无论你处理的是小型数据集还是大规模计算机视觉任务，Albumentations 都是很好的增强选择。它能确保快速高效地处理数据，减少数据准备所需的时间。同时，它还有助于提升模型性能，让模型在实际应用中表现更出色。

Albumentations 的主要特性#

Albumentations 提供了许多实用特性，可简化各种计算机视觉应用中的复杂图像增强操作。以下是其中一些主要特性：

• 广泛的变换范围：Albumentations 提供超过 70 种不同的变换，包括几何变化（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）。丰富的选项有助于创建高度多样且稳健的训练数据集。

• 高性能优化：Albumentations 构建于 OpenCV 和 NumPy 之上，使用单指令多数据（SIMD）等高级优化技术，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，是目前最快的图像增强选项之一。

• 三个增强层级：Albumentations 支持三个增强层级：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，不改变掩码、边界框或关键点。同时，空间级变换会同时变换图像及其元素（例如掩码和边界框）。此外，混合级变换是一种独特的数据增强方式，可以将多张图像合并为一张图像。

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

为什么要在视觉 AI 项目中使用 Albumentations？#

在图像增强方面，Albumentations 是计算机视觉任务中值得信赖的工具。以下是你应该考虑在视觉 AI 项目中使用它的一些主要原因：

• 易用的 API：Albumentations 提供统一且直观的 API，可对图像、掩码、边界框和关键点应用各种增强。它易于适应不同的数据集，让数据准备更加简单高效。

• 严格的错误测试：增强流程中的错误可能会悄无声息地损坏输入数据，通常不易被发现，但最终会降低模型性能。Albumentations 通过全面的测试套件解决这一问题，帮助在开发早期发现错误。

• 可扩展性：通过单一接口，Albumentations 可以轻松添加新的增强，并将其与内置变换一起用于计算机视觉流程。

如何使用 Albumentations 为 YOLO26 训练增强数据#

现在我们已经了解了 Albumentations 是什么以及它能做什么，接下来看看如何使用它为 YOLO26 模型训练增强数据。由于它可以直接集成到 Ultralytics 的训练模式中，只要你安装了 Albumentations 包，增强就会自动应用，因此设置非常简单。

安装#

要将 Albumentations 与 YOLO26 一起使用，首先确保已安装必要的软件包。如果未安装 Albumentations，训练期间将不会应用这些增强。设置完成后，你就可以创建用于训练的增强数据集，并通过集成 Albumentations 自动增强模型。

# Install the required packages
pip install albumentations ultralytics

有关安装流程的详细说明和最佳实践，请参阅我们的 Ultralytics 安装指南。在为 YOLO26 安装所需软件包时，如果遇到任何困难，请参阅我们的常见问题指南以获取解决方案和建议。

本页面中的自定义变换示例需要 Albumentations 1.4.22 或更高版本，因此也需要 Python 3.9 或更高版本。

使用方法#

安装必要的软件包后，你就可以开始将 Albumentations 与 YOLO26 一起使用了。训练 YOLO26 时，系统会通过与 Albumentations 的集成自动应用一组增强操作，让你轻松提升模型性能。

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，我们详细了解训练期间应用的具体增强操作。

模糊#

Albumentations 中的 Blur 变换通过对小型方形区域（即内核）中的像素值求平均，为图像应用简单的模糊效果。该操作使用 OpenCV 的 cv2.blur 函数完成，有助于减少图像中的噪声，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：控制模糊效果的尺寸范围。默认范围为 (3, 7)，表示模糊内核大小可以在 3 到 7 像素之间变化，并且只允许使用奇数，以保持模糊中心对齐。

• p：应用模糊的概率。在此集成中，p=0.01，因此每张图像有 1% 的概率应用该模糊效果。较低的概率可以偶尔引入模糊变化，帮助模型进行泛化，同时避免图像过度模糊。

中值模糊#

Albumentations 中的 MedianBlur 变换会对图像应用中值模糊，特别适合在保留边缘的同时减少噪声。与典型的模糊方法不同，MedianBlur 使用中值滤波器，能够有效去除椒盐噪声，同时保持边缘清晰。

以下是此集成中使用的参数和值：

• blur_limit：控制模糊内核的最大尺寸。在此集成中，默认范围为 (3, 7)，表示模糊内核大小会在 3 到 7 像素之间随机选择，并且只允许使用奇数值，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，因此每张图像有 1% 的概率应用该变换。较低的概率确保中值模糊只被偶尔使用，通过让模型偶尔看到噪声减少且边缘保留的图像来帮助其泛化。

下图展示了将此增强应用于图像的示例。

灰度#

Albumentations 中的 ToGray 变换会将图像转换为灰度图，将其缩减为单通道格式，并可选择复制该通道以匹配指定数量的输出通道。你可以使用不同方法调整灰度亮度的计算方式，从简单平均到更高级的技术，以实现更符合真实感知的对比度和亮度。

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，则会复制单个灰度通道，生成多通道灰度图像。默认值为 3，因此灰度图像包含三个相同的通道。

• method：定义灰度转换方法。默认方法 "weighted_average" 使用公式 (0.299R + 0.587G + 0.114B)，与人类感知高度一致，可产生自然的灰度效果。其他选项（如 "from_lab"、"desaturation"、"average"、"max" 和 "pca"）可根据速度、亮度强调或细节保留等不同需求，以其他方式创建灰度图像。

• p：控制应用灰度变换的频率。p=0.01 表示每张图像有 1% 的概率被转换为灰度图像，从而通过混合使用彩色和灰度图像帮助模型更好地泛化。

下图展示了应用此灰度变换的示例。

对比度受限自适应直方图均衡化（CLAHE）#

Albumentations 中的 CLAHE 变换会应用对比度受限自适应直方图均衡化（CLAHE），这是一种通过在局部区域（图块）内而不是整幅图像上均衡直方图来增强图像对比度的技术。CLAHE 能产生均衡的增强效果，避免标准直方图均衡化可能造成的对比度过度放大，尤其适用于原本对比度较低的区域。

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。默认范围为 (1, 4)，用于确定每个图块中允许的最大对比度。较高的值可带来更强的对比度，但也可能引入噪声。

• tile_grid_size：定义图块网格的大小，通常表示为 (行数, 列数)。默认值为 (8, 8)，表示将图像划分为 8x8 网格。较小的图块尺寸可提供更局部的调整，而较大的图块会产生更接近全局均衡化的效果。

• p：应用 CLAHE 的概率。在这里，p=0.01 表示仅有 1% 的概率应用增强效果，确保对比度调整仅偶尔用于训练图像，以引入适度变化。

下图展示了应用 CLAHE 变换的示例。

使用自定义 Albumentations 变换#

虽然默认的 Albumentations 集成提供了一组可靠的增强操作，但你可能希望针对特定用例自定义变换。使用 Ultralytics YOLO26，你可以通过 Python API，借助 augmentations 参数轻松传入自定义 Albumentations 变换。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，同时保留所有其他 YOLO 增强（如 hsv_h、degrees、mosaic 等）处于启用状态。

以下是一个使用更高级变换的示例：

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，请注意以下几点：

• 配置：通过 Python API 构建自定义变换对象。序列化的变换也可以通过 CLI 或 YAML 配置文件传入，包括在恢复训练时。
• 替换默认变换：你的自定义变换会完全替换默认的 Albumentations 变换。其他 YOLO 增强仍保持启用。
• 标签处理：空间变换（包括嵌套在 A.OneOf 或 A.Compose 中的变换）会随图像一起移动边界框、多边形、关键点以及深度或语义掩码。A.RandomGridShuffle 无法保持多边形或关键点拓扑结构，并且会在遇到分割、姿态和 OBB 样本时报错。
• 性能：某些变换的计算成本较高。请监控训练速度并进行相应调整。
• 任务兼容性：自定义 Albumentations 变换适用于检测、分割、语义分割、深度、姿态和 OBB 训练，但不适用于分类（分类使用不同的增强流水线）。

自定义变换的使用场景#

不同的应用可以从不同的增强策略中受益：

• 医学影像：使用弹性变形、网格失真和专用噪声模式
• 航空/卫星影像：应用可模拟不同高度、天气条件和光照角度的变换
• 低光照场景：重点添加噪声和调整亮度，以训练能够应对复杂光照的稳健模型
• 工业检测：添加纹理变化和模拟缺陷，用于质量控制应用

如需查看所有可用变换及其参数的完整列表，请访问 Albumentations 文档。

如需了解使用自定义 Albumentations 变换与 YOLO26 配合使用的更多详细示例和最佳实践，请参阅 YOLO 数据增强指南。

继续了解 Albumentations#

如果你想进一步了解 Albumentations，请查看以下资源，以获取更深入的说明和示例：

• Albumentations 文档：官方文档提供完整的受支持变换列表和高级用法技术。

• Ultralytics Albumentations 指南：深入了解实现此集成的函数详情。

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

关键要点#

在本指南中，我们介绍了 Albumentations（一款优秀的 Python 图像增强库）的主要内容。我们讨论了它丰富的变换、优化后的性能，以及如何在下一个 YOLO26 项目中使用它。

此外，如果你想进一步了解其他 Ultralytics YOLO26 集成，请访问我们的集成指南页面。在那里你可以找到有价值的资源和见解。

常见问题#