Augmentierung mit Bedacht einsetzen

Was Augmentierung bewirkt#

Datenaugmentierung verändert Trainingsbilder während des Trainings, sodass das Modell in jeder Epoche eine leicht veränderte Version jedes Bildes sieht. Richtig eingesetzt verbessert sie die Robustheit gegenüber Beleuchtung, Maßstab und Ausrichtung und verringert Overfitting, weil das Modell sich verändernde Bilder nicht auswendig lernen kann. Falsch eingesetzt vermittelt sie physikalisch unmögliche Szenen und verdeckt Lücken im Datensatz, die du eigentlich beheben solltest.

Sieh dir oben das Farbtonfeld an: Der rote Ara wird gelb. Für die Unterscheidung „Ara oder kein Ara“ ist das unproblematisch, aber schädlich, wenn die Farbe zwei deiner Klassen voneinander unterscheidet.

Wichtige Standardeinstellungen#

Dies sind die Standardeinstellungen in Ultralytics 8.4; die Referenz zu den Augmentierungseinstellungen führt alle Argumente auf:

Tiefendatensätze sind die Ausnahme: mosaic, mixup, cutmix und copy_paste würden ungültige zugeordnete Tiefenkarten erzeugen; daher setzt der Tiefen-Loader sie automatisch auf 0.

Der Einsatztest#

Jede aktivierte Transformation muss zuerst eine Frage und dann eine zweite bestehen:

Ein kopfüber fliegender Ara ist ein gutes Trainingsbild für eine Drohne, die gerade nach unten schaut, und ein verschwendetes Bild für eine an der Wand montierte Kamera. Transformationen, die diesen Test nicht bestehen, erzeugen ein negatives Trainingssignal: Das Modell lernt, Bilder zu erkennen, die es niemals sehen wird, und hat dadurch weniger Kapazität für Bilder, die es tatsächlich sehen wird.

Ein ausgearbeitetes Profil#

Eine nach unten gerichtete Kamera über einem Förderband sortiert Teile, deren Klassen sich nur durch die Farbe unterscheiden. Farbtonschwankungen müssen wegfallen, während vertikale Spiegelungen und kleine Drehungen realistisch werden. Dies läuft wie gezeigt auf dem COCO8-Demosatz; ersetze die YAML-Datei durch die deiner Daten und gib eine realistische Anzahl an Epochen an:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(
    data="coco8.yaml",
    epochs=1,
    imgsz=320,
    hsv_h=0.0,  # Farbe ist das Klassensignal: Farbtöne unverfälscht lassen
    flipud=0.5,  # Draufsicht: Im Bild gibt es kein „oben“
    degrees=10.0,  # Teile liegen in jedem beliebigen kleinen Winkel
)

Öffne train_batch0.jpg im Ausführungsordner und überprüfe drei Dinge: Die Boxen bleiben nach der Transformation eng an den Objekten, klassendefinierende Merkmale (Farbe, Form, Text) bleiben erhalten und nichts wirkt physikalisch unmöglich. Reduziere jede Transformation, die eines dieser Kriterien verletzt. Train Your First Model behandelt den Trainingslauf selbst.

Mosaic und close_mosaic#

Mosaic fügt vier Bilder zu einem zusammen und ist standardmäßig aktiviert. Es ist die wirkungsvollste Datenaugmentation für die Objekterkennung: Jedes Trainingsbild enthält mehrere Szenen, Größen und Objektkontexte. Der Nachteil: Mosaic-Bilder sehen nicht wie Bilder im Einsatz aus. Deshalb deaktiviert close_mosaic=10 Mosaic während der letzten 10 Epochen, damit das Modell mit realistischen Eingaben fertig trainiert wird. Wenn Mosaic beendet wird, werden auch mixup, cutmix und copy_paste deaktiviert; Spiegelungen, HSV und geometrische Transformationen laufen weiter.

Was Datenaugmentation nicht beheben kann#

Datenaugmentation verstärkt, was bereits vorhanden ist. Wenn der Datensatz keine Nachtbilder enthält, kann keine Einstellung Nacht erzeugen: Sie erzeugt lediglich hellere und dunklere Varianten von Tagesbildern. Wenn eine Klasse nur mit starker Datenaugmentation funktioniert, gibt es zu wenige Beispiele dieser Klasse. Kehre zu Collect High-Quality, Representative Data zurück.