使用 Albumentations 增强数据集以训练 YOLO26#

构建计算机视觉模型时，训练数据的质量和多样性会显著影响模型的性能。Albumentations 提供了一种快速、灵活且高效的方式，可应用多种图像变换，提升模型适应真实场景的能力。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和颜色调整等技术增强 YOLO26 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。现在开始吧！

使用 Albumentations 进行图像增强#

Albumentations 是一个开源图像增强库，于 2018 年 6 月创建。它旨在简化并加速计算机视觉中的图像增强流程。Albumentations 注重性能和灵活性，支持多种增强技术，从旋转、翻转等简单变换，到亮度和对比度调整等复杂操作。Albumentations 可帮助开发者生成丰富多样的数据集，用于图像分类、目标检测和分割等任务。

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经过同步变换。它可以与 PyTorch 和 TensorFlow 等热门深度学习框架无缝协作，适用于各种项目。

此外，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 都是很好的增强工具。它能够快速、高效地处理数据，减少数据准备所需的时间。同时，它有助于提升模型性能，让模型在实际应用中表现得更出色。

Albumentations 的主要特性#

Albumentations 提供了许多实用功能，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：

• 丰富的变换类型：Albumentations 提供超过 70 种不同的变换，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）。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 基于 OpenCV 和 NumPy 构建，使用 SIMD（单指令多数据）等高级优化技术，同时处理多个数据点以加快处理速度。它能快速处理大型数据集，是目前速度最快的图像增强方案之一。

• 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。像素级变换只会影响输入图像，不会改变掩码、边界框或关键点。空间级变换则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，可将多张图像合并为一张。

• 基准测试结果：在基准测试中，Albumentations 的表现始终优于其他库，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 是处理计算机视觉任务的可靠工具。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 提供了一个简洁统一的 API，可对图像、掩码、边界框和关键点应用多种增强。它能够轻松适配不同的数据集，让数据准备更简单、更高效。

• 严格的错误测试：增强流程中的错误可能会悄无声息地破坏输入数据，常常不易察觉，却最终会降低模型性能。Albumentations 通过全面的测试套件帮助及早发现开发过程中的错误。

• 可扩展性：借助统一接口以及内置变换，Albumentations 可轻松添加新的增强操作，并将其用于计算机视觉流程。

如何使用 Albumentations 增强 YOLO26 训练数据#

介绍完 Albumentations 及其功能后，接下来看看如何使用它增强 YOLO26 模型训练数据。设置十分简单，因为它直接集成到 Ultralytics 训练模式中；只要安装了 Albumentations 包，增强操作就会自动应用。

安装#

要在 YOLO26 中使用 Albumentations，首先确保已安装所需的软件包。如果未安装 Albumentations，训练期间就不会应用增强操作。完成设置后，你就可以创建增强后的训练数据集，Albumentations 也会自动集成并增强模型效果。

# Install the required packages
pip install albumentations ultralytics

有关安装流程的详细说明和最佳实践，请查看我们的 Ultralytics 安装指南。安装 YOLO26 所需的软件包时，如果遇到困难，请查阅我们的常见问题指南，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。

用法#

安装所需软件包后，你就可以开始在 YOLO26 中使用 Albumentations。训练 YOLO26 时，它会通过与 Albumentations 的集成自动应用一系列增强操作，帮助你轻松提升模型性能。

from ultralytics import YOLO

# 加载预训练模型
model = YOLO("yolo26n.pt")

# 使用默认增强训练模型
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

接下来，我们详细了解训练期间具体应用的增强操作。

模糊#

Albumentations 中的 Blur 变换会对图像应用简单的模糊效果：对一个小方形区域（即内核）中的像素值求平均。此操作使用 OpenCV 的 cv2.blur 函数完成，有助于降低图像噪声，但也会略微减少图像细节。

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)，也就是说，模糊内核尺寸可以在 3 到 7 像素之间变化，并且只能使用奇数，以确保模糊效果居中。

• p：应用模糊的概率。在此集成中，p=0.01，因此每张图像有 1% 的概率应用模糊。较低的概率会偶尔引入模糊效果，增加一些变化，帮助模型更好地泛化，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，特别适用于降低噪声并保留边缘。与常见的模糊方法不同，MedianBlur 使用中值滤波器，特别擅长去除椒盐噪声，同时保持边缘清晰。

以下是此集成中使用的参数和值：

• blur_limit：此参数控制模糊内核的最大尺寸。在此集成中，默认范围为 (3, 7)，也就是说，模糊内核尺寸会在 3 到 7 像素之间随机选取，并且只能使用奇数，以确保正确对齐。

• p：设置应用中值模糊的概率。此处 p=0.01，因此每张图像有 1% 的概率应用此变换。较低的概率确保中值模糊只偶尔使用，使模型偶尔看到降噪且边缘清晰的图像，从而帮助模型泛化。

下图展示了对图像应用此增强的示例。

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，并可选择复制此通道以匹配指定的输出通道数。灰度亮度的计算可使用不同方法，从简单的平均值到更高级的技术，帮助真实地呈现对比度和亮度。

以下是此集成中使用的参数和值：

• num_output_channels：设置输出图像的通道数。如果此值大于 1，单个灰度通道会被复制，以生成多通道灰度图像。默认值为 3，因此生成的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)，与人类视觉感知较为接近，可生成自然的灰度效果。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，提供其他灰度图像生成方式。

• p：控制灰度变换的应用频率。p=0.01 表示每张图像有 1% 的概率转换为灰度图，让彩色图像和灰度图像混合出现，帮助模型更好地泛化。

下图展示了应用此灰度变换的示例。

对比度受限的自适应直方图均衡化 (CLAHE)#

Albumentations 中的 CLAHE 变换会应用对比度受限的自适应直方图均衡化 (CLAHE)。这项技术通过在局部区域（图块）内均衡直方图来增强图像对比度，而不是对整幅图像进行均衡。CLAHE 能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。默认范围为 (1, 4)，用于确定每个图块允许的最大对比度。较高的值会带来更强的对比度，但也可能引入噪声。

• tile_grid_size：定义图块网格的尺寸，通常表示为 (行数, 列数)。默认值为 (8, 8)，也就是说，图像会划分为 8x8 的网格。较小的图块尺寸可实现更局部的调整，较大的图块则会产生更接近全局均衡化的效果。

• p：应用 CLAHE 的概率。此处 p=0.01，表示仅在 1% 的情况下应用增强效果，从而确保对比度调整只偶尔用于训练图像，带来少量变化。

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 集成提供了一套可靠的数据增强方法，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 中的 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，同时保留其他所有 YOLO 数据增强（例如 hsv_h、degrees、mosaic 等）。

下面是一个使用更高级变换的示例：

import albumentations as A

from ultralytics import YOLO

# 加载模型
model = YOLO("yolo26n.pt")

# 定义使用多种增强技术的自定义变换
custom_transforms = [
    # 模糊变体
    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,
    ),
    # 噪声变体
    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,
    ),
    # 颜色和对比度调整
    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),
    # 模拟遮挡
    A.CoarseDropout(num_holes_range=(1, 8), hole_height_range=(8, 32), hole_width_range=(8, 32), fill=0, p=0.2),
]

# 使用自定义变换进行训练
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，请牢记以下几点：

• 配置：通过 Python API 构建自定义变换对象。也可以通过 CLI 或 YAML 配置文件传入序列化后的变换，包括恢复训练时。
• 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 数据增强仍会生效。
• 标签处理：空间变换（包括嵌套在 A.OneOf 或 A.Compose 中的变换）会让边界框、多边形、关键点以及深度或语义掩码与图像一同移动。A.RandomGridShuffle 无法保留多边形或关键点的拓扑结构，因此在分割、姿态和 OBB 样本上会引发错误。
• 性能：某些变换的计算开销较大。请监控训练速度并据此调整。
• 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#

不同应用可以从不同的数据增强策略中受益：

• 医学影像：使用弹性形变、网格畸变和专用噪声模式
• 航空/卫星图像：应用模拟不同高度、天气状况和光照角度的变换
• 低光照场景：重点使用添加噪声和调整亮度的方法，训练模型以应对具有挑战性的光照条件
• 工业检测：添加纹理变化和模拟缺陷，用于质量控制应用

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

如需查看使用自定义 Albumentations 变换配合 YOLO26 的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，可以查看以下资源，获取更深入的说明和示例：

• Albumentations 文档：官方文档提供全面的支持变换说明和高级用法技巧。

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

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

要点总结#

本指南介绍了 Albumentations 的关键方面。Albumentations 是一个出色的 Python 图像增强库。我们探讨了它丰富的变换选项、经过优化的性能，以及如何在下一个 YOLO26 项目中使用它。

此外，如果你想了解更多其他 Ultralytics YOLO26 集成，请访问我们的集成指南页面。你可以在那里找到有价值的资源和见解。

常见问题#