Conjuntos de dados que refletem a realidade

Os modelos aprendem o conjunto de dados, não o mundo#

Um modelo interpola entre os exemplos que viu. Treine com ruas ensolaradas durante o dia e implante em uma garagem com neblina à noite, e ele falhará — não porque os carros pareçam diferentes, mas porque nunca viu um carro nessas condições. Essa incompatibilidade é chamada de mudança de domínio, e a validação não consegue alertar você sobre ela quando as imagens de validação vêm da mesma coleção enviesada:

A solução é estrutural, não algorítmica: amostre deliberadamente o ambiente de implantação antes de rotular. O guia de coleta e anotação de dados explica os procedimentos.

Audite um conjunto de dados real#

O conjunto de dados medical-pills acima — close-ups de cartelas com cada comprimido delimitado por uma caixa — é um bom exemplo para auditoria. A Ultralytics Platform mostra as contagens principais na página do conjunto de dados; o script abaixo calcula os números que revelam a cobertura na cópia distribuída com ultralytics:

from collections import Counter
from pathlib import Path

from PIL import Image, ImageStat
from ultralytics.data.utils import check_det_dataset

data = check_det_dataset("medical-pills.yaml")  # downloads the dataset on first use

for split in ("train", "val"):
    images = sorted(Path(data[split]).glob("*.jpg"))
    labels = [Path(str(p).replace("/images/", "/labels/")).with_suffix(".txt") for p in images]
    rows = [line.split() for f in labels if f.exists() for line in f.read_text().splitlines()]
    classes = Counter(data["names"][int(r[0])] for r in rows)
    backgrounds = sum(not f.exists() or not f.read_text().strip() for f in labels)
    areas = sorted(float(r[3]) * float(r[4]) for r in rows)  # box area as a share of the image
    sizes = Counter(Image.open(p).size for p in images)
    brightness = [ImageStat.Stat(Image.open(p).convert("L")).mean[0] for p in images]
    print(f"{split}: {len(images)} images, {backgrounds} backgrounds, {dict(classes)}, sizes {dict(sizes)}")
    print(f"  boxes: median {areas[len(areas) // 2]:.1%} of the image, {sum(a < 0.01 for a in areas)} of {len(areas)} under 1%")
    print(f"  brightness: {min(brightness):.0f} to {max(brightness):.0f} (0 = black, 255 = white)")

train: 92 images, 0 backgrounds, {'pill': 1623}, sizes {(1920, 1080): 92}
  boxes: median 1.4% of the image, 320 of 1623 under 1%
  brightness: 171 to 198 (0 = black, 255 = white)
val: 23 images, 0 backgrounds, {'pill': 399}, sizes {(1920, 1080): 23}
  boxes: median 1.4% of the image, 79 of 399 under 1%
  brightness: 171 to 198 (0 = black, 255 = white)

Leia o resultado como um relatório de cobertura, com uma constatação por linha:

Nada disso aparece na pontuação de validação, pois a validação compartilha todas essas características.

Os quatro eixos de cobertura#

O ponto de vista é o eixo que faltou no exemplo da marina: a mesma classe vista de um novo ângulo, e a taxa de recuperação caiu para zero.

Negativos difíceis e imagens de fundo#

Um detector também precisa aprender o que não é o alvo. Negativos difíceis parecem superficialmente semelhantes: para um detector de empilhadeiras, uma paleteira, uma plataforma elevatória tipo tesoura, o reflexo de uma empilhadeira em um piso polido ou um cartaz de segurança com a imagem de uma empilhadeira.

No formato YOLO, uma imagem de fundo é simplesmente uma imagem sem arquivo de rótulos — nada para desenhar. As dicas de treinamento do Ultralytics recomendam aproximadamente 0–10% de imagens de fundo para reduzir falsos positivos; o próprio COCO tem cerca de 1%. Preencha essa parcela com negativos difíceis do seu próprio ambiente, em vez de quadros vazios aleatórios. O aumento de dados pode variar o brilho e o ângulo, mas não pode inventar uma paleteira que o modelo nunca viu.

Armadilhas#

Para um plano de amostragem com contagens-alvo por condição, continua com Recolher dados representativos e de alta qualidade em Criar conjuntos de dados YOLO de alto desempenho.