在 GitHub 上编辑页面 (EN)

使用 Albumentations 增强你的数据集以训练 YOLO26

在构建 计算机视觉模型 时，训练数据 的质量和多样性对模型的表现起着重要作用。Albumentations 提供了一种快速、灵活且高效的方法来应用多种图像变换，从而提高模型适应现实场景的能力。它能与 Ultralytics YOLO26 轻松集成，并有助于为 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增强 YOLO26 的训练数据。在本文中，我们将了解 Albumentations 如何改进你的 数据增强 流程，并使你的 YOLO26 项目 更具影响力。让我们开始吧！

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。它旨在简化并加速 计算机视觉 中的图像增强过程。它在设计时考虑了 性能 和灵活性，支持多种多样的增强技术，范围涵盖从旋转和翻转等简单变换到亮度及对比度变化等更复杂的调整。Albumentations 帮助开发人员为 图像分类、目标检测 和 分割 等任务生成丰富且多样的数据集。

你可以使用 Albumentations 轻松地将增强应用于图像、分割掩码、边界框 和 关键点，并确保数据集中所有元素都能同时完成变换。它能与 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。

此外，无论你是处理小型数据集还是大规模的 计算机视觉任务，Albumentations 都是增强数据的绝佳选择。它确保了快速高效的处理，减少了数据准备所花费的时间。同时，它有助于提高 模型性能，使你的模型在实际应用中更加有效。

Albumentations 的主要特性

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。以下是一些主要特性：

  • 广泛的变换功能：Albumentations 提供了超过 70 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）。拥有多种选择，可以创建高度多样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，利用了 SIMD（单指令多数据流）等高级优化技术，能够同时处理多个数据点以加速处理过程。它能快速处理大数据集，使其成为图像增强领域中最快的方案之一。

  • 三层增强：Albumentations 支持三层增强：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。同时，空间级变换会对图像及其元素（如掩码和边界框）进行同步变换。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。

不同增强层级的概览

  • 基准测试结果：在基准测试方面，Albumentations 的表现始终优于其他库，尤其是在处理大规模数据集时。

为什么要为你的视觉 AI 项目使用 Albumentations？

在图像增强方面，Albumentations 作为计算机视觉任务的可靠工具脱颖而出。以下是你应考虑将其用于视觉 AI 项目的几个关键原因：

  • 易于使用的 API：Albumentations 提供了一个单一且直观的 API，用于将多种增强功能应用于图像、掩码、边界框和关键点。它旨在轻松适应不同的数据集，使 数据准备 更简单、更高效。

  • 严格的 Bug 测试：增强流水线中的错误可能会悄悄破坏输入数据，这些错误通常难以察觉，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功能，并与内置变换一起用于计算机视觉流水线中。

如何使用 Albumentations 来增强 YOLO26 训练数据

现在我们已经介绍了 Albumentations 是什么以及它的功能，让我们看看如何使用它来增强 YOLO26 模型训练的数据。它的设置非常简单，因为它直接集成在 Ultralytics 训练模式 中，只要你安装了 Albumentations 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软件包。如果没有安装 Albumentations，训练期间将不会应用增强。设置完成后，你就可以准备创建用于训练的增强数据集了，Albumentations 将自动集成以增强你的模型。

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，请查看我们的 Ultralytics 安装指南。如果在安装 YOLO26 所需的软件包时遇到任何困难，请查阅我们的 常见问题指南 获取解决方案和建议。

使用方法

安装必要的软件包后，你就可以开始在 YOLO26 中使用 Albumentations 了。当你训练 YOLO26 时，通过它与 Albumentations 的集成，系统会自动应用一组增强功能，从而轻松提升你的模型性能。

使用方法
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所应用的特定增强功能。

模糊处理

Albumentations 中的 Blur（模糊）变换通过对小方形区域或核内的像素值取平均值，向图像应用简单的模糊效果。这是通过 OpenCV 的 cv2.blur 函数完成的，它有助于减少图像中的噪声，尽管这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)，意味着模糊的核大小可以在 3 到 7 像素之间变化，为了使模糊保持在中心位置，仅允许使用奇数。

  • p：应用模糊的概率。在集成中，p=0.01，因此每张图像有 1% 的概率会被应用此模糊效果。低概率允许偶尔出现模糊效果，引入一点变化，从而帮助模型在不过度模糊图像的情况下进行泛化。

Albumentations Blur augmentation result

Median Blur（中值模糊）

Albumentations 中的 MedianBlur 变换会对图像应用中值模糊效果，这对于减少噪声同时保持边缘特别有用。与典型的模糊方法不同，MedianBlur 使用中值滤波器，这在去除椒盐噪声同时保持边缘清晰度方面非常有效。

以下是此集成中使用的参数和值：

  • blur_limit：此参数控制模糊核的最大尺寸。在此集成中，默认范围为 (3, 7)，意味着模糊的核大小在 3 到 7 像素之间随机选择，并且只允许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，因此该变换有 1% 的概率应用于每张图像。这种低概率确保中值模糊的使用频率很低，通过偶尔观察经过噪声处理且保留边缘的图像来帮助模型实现泛化。

下图显示了应用于图像的此项增强示例。

Albumentations MedianBlur augmentation

Grayscale（灰度）

Albumentations 中的 ToGray 变换将图像转换为灰度，将其减小为单通道格式，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，范围从简单的平均到更先进的对比度和亮度真实感知技术。

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，则单个灰度通道将被复制以创建多通道灰度图像。默认设置为 3，从而生成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" 采用公式 (0.299R + 0.587G + 0.114B)，这非常符合人类的视觉感知，提供自然的灰度效果。其他选项（如 "from_lab"、"desaturation"、"average"、"max" 和 "pca"）提供了基于速度、亮度强调或细节保留等不同需求创建灰度图像的替代方法。

  • p：控制应用灰度变换的频率。当 p=0.01 时，每张图像有 1% 的几率被转换为灰度，这使得彩色和灰度图像的组合能够帮助模型更好地泛化。

下图显示了应用此灰度变换的示例。

Albumentations grayscale conversion

对比度受限自适应直方图均衡化 (CLAHE)

Albumentations 中的 CLAHE 变换应用了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（瓦片）而非整张图像中均衡直方图来增强图像对比度的技术。CLAHE 产生了一种平衡的增强效果，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。默认设置为 (1, 4)，它决定了每个瓦片中允许的最大对比度。较高的值用于获得更高的对比度，但也可能会引入噪声。

  • 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，而较大的尺寸则会产生更接近全局均衡的效果。

  • 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，确保对比度调整被适度应用，为训练图像提供偶尔的变化。

下图显示了应用 CLAHE 变换的示例。

Albumentations CLAHE contrast enhancement

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，但你可能希望针对特定用例自定义变换。使用 Ultralytics YOLO26，你可以通过 Python API 使用 augmentations 参数轻松传递自定义的 Albumentations 变换。

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。

以下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,
)

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 增强功能仍保持活动状态。
  • 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进行额外测试。
  • 性能：某些变换的计算开销较大。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（分类使用不同的增强流水线）。

自定义变换的用例

不同的应用受益于不同的增强策略：

  • 医学影像：使用弹性变形、网格畸变和专门的噪声模式
  • 航拍/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，以训练能够应对挑战性光照条件的稳健模型
  • 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，请参阅 YOLO 数据增强指南。

继续了解 Albumentations

如果你有兴趣了解更多关于 Albumentations 的信息，请查阅以下资源以获取更深入的说明和示例：

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。我们讨论了它广泛的变换功能、优化的性能，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 (FAQ)

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，只要你安装了该软件包，它就会在训练期间自动应用。入门方法如下：

# 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)

该集成包括优化的增强功能，如模糊、中值模糊、灰度转换和 CLAHE，并配有精心调整的概率以增强模型性能。

与其它增强库相比，使用 Albumentations 的主要优势是什么？

Albumentations 在多个方面表现突出：

  1. 性能：基于 OpenCV 和 NumPy 构建，并利用 SIMD 优化，速度卓越
  2. 灵活性：支持像素级、空间级和混合级增强，涵盖 70 多种变换
  3. 兼容性：与 PyTorch 和 TensorFlow 等流行框架无缝协作
  4. 可靠性：全面的测试套件可防止静默数据损坏
  5. 易用性：用于所有增强类型的单一统一 API

哪些类型的计算机视觉任务可以从 Albumentations 增强中获益？

Albumentations 增强了各种 计算机视觉任务，包括：

  • 目标检测：提高了模型对光照、尺度和方向变化的稳健性
  • 实例分割：通过多样化的变换提高了掩码预测的准确性
  • 分类：通过颜色和几何增强增加了模型的泛化能力
  • 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。

Contributors
在 GitHub 上编辑页面 (EN)
GLglenn-jocher10RIRizwanMunawar3PDpderrenger1ONonuralpszr1ABabirami-vina1

评论