Le guide ultime de l'augmentation des données en 2025

En raison du boom de l'IA, des phénomènes tels que les robots travaillant dans les usines et les voitures autopilotées naviguant dans les rues font plus souvent la une des journaux. L'IA change la façon dont les machines interagissent avec le monde, qu'il s'agisse d'améliorer l'imagerie médicale ou d'aider au contrôle de la qualité sur les chaînes de production.

Une grande partie de ces progrès provient de la vision artificielle, une branche de l'IA qui permet aux machines de comprendre et d'interpréter les images. Tout comme les humains apprennent à reconnaître des objets et des modèles au fil du temps, les modèles d'IA de vision comme Ultralytics YOLO11 ont besoin d'être entraînés sur de grandes quantités de données d'images pour développer leur compréhension visuelle.

Cependant, il n'est pas toujours facile de collecter une telle quantité de données visuelles. Même si la communauté de la vision par ordinateur a créé de nombreux grands ensembles de données, certaines variations peuvent encore leur échapper, comme des images avec des objets à faible luminosité, des éléments partiellement cachés ou des objets vus sous des angles différents. Ces différences peuvent être déroutantes pour les modèles de vision artificielle qui n'ont été formés que sur des conditions spécifiques.

L'augmentation des données d' images est une technique qui résout ce problème en introduisant de nouvelles variations dans les données existantes. En apportant des modifications aux images, comme l'ajustement des couleurs, la rotation ou le changement de perspective, l'ensemble de données devient plus diversifié, ce qui aide les modèles de Vision AI à mieux reconnaître les objets dans des situations réelles.

Dans cet article, nous allons explorer le fonctionnement de l'augmentation des données d'image et l'impact qu'elle peut avoir sur les applications de vision par ordinateur.

Qu'est-ce que l'augmentation des données d'image ?

Disons que tu essaies de reconnaître un ami dans une foule, mais qu'il porte des lunettes de soleil ou se tient dans un endroit ombragé. Même avec ces changements mineurs d'apparence, tu sais toujours qui c'est. En revanche, un modèle d'IA Vision peut avoir du mal à gérer ces variations, à moins qu'il n'ait été entraîné à reconnaître des objets dans différents contextes.

L'augmentation des données d'images améliore les performances des modèles de vision par ordinateur en ajoutant des versions modifiées d'images existantes aux données d'apprentissage, au lieu de collecter des milliers de nouvelles images. 

Les modifications apportées aux images, comme le retournement, la rotation, l'ajustement de la luminosité ou l'ajout de petites distorsions, exposent les modèles de Vision AI à un plus large éventail de conditions. Au lieu de s'appuyer sur des ensembles de données massifs, les modèles peuvent apprendre efficacement à partir d'ensembles de données d'entraînement plus petits avec des images augmentées. 

‍

L'importance de l'augmentation des données dans la vision par ordinateur

Voici quelques-unes des principales raisons pour lesquelles l'augmentation est essentielle pour la vision par ordinateur :

• Réduit les besoins en données: La collecte de grands ensembles de données d'images nécessite du temps et des ressources. L'augmentation peut être utilisée pour former des modèles de manière efficace sans avoir besoin d'ensembles de données massifs.
• Empêche l'ajustement excessif: Un modèle formé sur trop peu d'exemples peut mémoriser des détails au lieu de reconnaître des modèles généraux. L'ajout de variété grâce à l'augmentation garantit que les modèles Vision AI apprennent d'une manière qui s'applique aux données nouvelles et inédites.
• Imite les images imparfaites: Les images des ensembles de données sont souvent trop parfaites, mais les photos du monde réel peuvent être floues, obscurcies ou déformées. L'ajout de bruit, d'occlusions ou d'autres variations aux images les rend plus réalistes.
• Améliore la robustesse du modèle: L'entraînement avec une variété d'images aide l'IA à gérer les changements du monde réel, ce qui la rend plus fiable dans différents environnements, conditions d'éclairage et situations.

Quand dois-tu utiliser l'augmentation des données d'image ?

L'augmentation des données d'images est particulièrement utile lorsqu'un modèle de vision par ordinateur doit reconnaître des objets dans différentes situations mais qu'il ne dispose pas de suffisamment d'images variées. 

Par exemple, si les chercheurs entraînent un modèle d'IA Vision à identifier des espèces sous-marines rares qui sont rarement photographiées, l'ensemble de données peut être petit ou manquer de variation. En augmentant les images - en ajustant les couleurs pour simuler différentes profondeurs d'eau, en ajoutant du bruit pour imiter les conditions troubles ou en modifiant légèrement les formes pour tenir compte des mouvements naturels - le modèle peut apprendre à détecter les objets sous-marins avec plus de précision.

Voici d'autres situations où l'augmentation fait une grande différence :

• Équilibrer l'ensemble des données : Certains objets peuvent apparaître moins souvent dans les données d'entraînement, ce qui rend les modèles de Vision AI biaisés. L'augmentation permet de créer plus d'exemples d'objets rares afin que le modèle puisse reconnaître toutes les catégories de manière équitable.
• S'adapter à différents appareils photo : Les images peuvent avoir un aspect différent selon l'appareil. L'augmentation aide les modèles Vision AI à être performants sur des photos dont la résolution, l'éclairage et la qualité sont différents.
• Corriger les petites erreurs d'étiquetage : De légers décalages, recadrages ou rotations aident les modèles de vision artificielle à reconnaître correctement les objets, même si les étiquettes d'origine ne sont pas parfaitement alignées.

Comment fonctionne l'augmentation des données d'images

Dans les premiers temps de la vision par ordinateur, l'augmentation des données d'image impliquait principalement des techniques de traitement d'image de base telles que le retournement, la rotation et le recadrage pour augmenter la diversité des ensembles de données. Au fur et à mesure que l'IA s'est améliorée, des méthodes plus avancées ont été introduites, telles que l'ajustement des couleurs (transformations de l'espace colorimétrique), l'accentuation ou le flou des images (filtres à noyau) et le mélange de plusieurs images (mélange d'images) afin d'améliorer l'apprentissage.

L'augmentation peut se faire avant et pendant l'apprentissage du modèle. Avant la formation, des images modifiées peuvent être ajoutées à l'ensemble de données pour apporter plus de variété. Pendant la formation, les images peuvent être modifiées de façon aléatoire en temps réel, ce qui aide les modèles Vision AI à s'adapter à différentes conditions.

Ces changements sont effectués à l'aide de transformations mathématiques. Par exemple, la rotation incline une image, le recadrage enlève des parties pour imiter différentes vues, et les changements de luminosité simulent des variations d'éclairage. Le flou adoucit les images, l'accentuation rend les détails plus clairs et le mélange d'images combine des parties de différentes images. Les cadres et les outils d'IA de vision comme OpenCV, TensorFlow et PyTorch peuvent automatiser ces processus, ce qui rend l'augmentation rapide et efficace.

Techniques d'augmentation des données d'images clés

Maintenant que nous avons discuté de ce qu'est l'augmentation des données d'image, examinons de plus près certaines techniques fondamentales d'augmentation des données d'image utilisées pour améliorer les données d'entraînement.

Ajuster l'orientation et la position

Les modèles de vision artificielle comme YOLO11 doivent souvent reconnaître des objets sous différents angles et points de vue. Pour faciliter cette tâche, les images peuvent être retournées horizontalement ou verticalement afin que le modèle d'IA apprenne à reconnaître les objets à partir de différents points de vue. 

De même, la rotation des images modifie légèrement leur angle, ce qui permet au modèle d'identifier les objets à partir de plusieurs perspectives. De même, le déplacement des images dans différentes directions (translation) aide les modèles à s'adapter aux petits changements de position. Ces transformations permettent de s'assurer que les modèles se généralisent mieux aux conditions du monde réel où l'emplacement des objets dans une image est imprévisible.

‍

Redimensionnement et recadrage

En ce qui concerne les solutions de vision par ordinateur dans le monde réel, les objets dans les images peuvent apparaître à des distances et des tailles variables. Les modèles de vision artificielle doivent être suffisamment robustes pour les détecter quelles que soient ces différences. 

Pour améliorer l'adaptabilité, les méthodes d'augmentation suivantes peuvent être utilisées :

• Mise à l'échelle: Le redimensionnement modifie la taille de l'image tout en conservant ses proportions, ce qui permet aux modèles d'IA de détecter des objets à différentes distances.
• Recadrage: Cette opération permet de supprimer les parties inutiles d'une image, d'aider le modèle à se concentrer sur les zones clés et de réduire les distractions de l'arrière-plan.
• Cisaillement: Le fait d'incliner légèrement une image simule une apparence inclinée ou étirée, ce qui aide l'IA à reconnaître les objets sous différents angles.

Ces ajustements aident les modèles de vision artificielle à reconnaître les objets même si leur taille ou leur forme change légèrement.

Ajustements de la perspective et de la distorsion

Les objets dans les images peuvent apparaître différemment selon l'angle de la caméra, ce qui rend la reconnaissance difficile pour les modèles de vision par ordinateur. Pour aider les modèles à gérer ces variations, les techniques d'augmentation peuvent ajuster la façon dont les objets sont présentés dans les images. 

Par exemple, les transformations de perspective peuvent modifier l'angle de vue, ce qui donne l'impression qu'un objet est vu depuis une position différente. Cela permet aux modèles de Vision AI de reconnaître les objets même lorsqu'ils sont inclinés ou capturés d'un point de vue inhabituel. 

Un autre exemple est une transformation élastique qui étire, plie ou déforme les images pour simuler des distorsions naturelles afin que les objets apparaissent comme ils le feraient dans les reflets ou sous la pression. 

Modifications des couleurs et de l'éclairage

Les conditions d'éclairage et les différences de couleur peuvent avoir un impact significatif sur la façon dont les modèles Vision AI interprètent les images. Comme les objets peuvent apparaître différemment selon les paramètres d'éclairage, les techniques d'augmentation suivantes peuvent aider à gérer ces situations :

• Réglages de la luminosité et du contraste: La simulation de différentes conditions d'éclairage aide les modèles Vision AI à reconnaître les objets dans les environnements lumineux et sombres.
• Gigue des couleurs: La modification aléatoire de la teinte, de la saturation et de l'équilibre des couleurs rend les modèles de vision par ordinateur plus adaptables aux différentes caméras et conditions d'éclairage.
• Conversion en niveaux de gris: La conversion des images en noir et blanc encourage les modèles Vision AI à se concentrer sur les formes et les textures plutôt que sur les couleurs.

‍

Techniques avancées d'augmentation des données d'images

Jusqu'à présent, nous n'avons exploré que les techniques d'augmentation qui modifient une seule image. Cependant, certaines méthodes avancées consistent à combiner plusieurs images pour améliorer l'apprentissage de l'IA.

Par exemple, MixUp mélange deux images, ce qui aide les modèles de vision artificielle à comprendre les relations entre les objets et améliore leur capacité à se généraliser dans différents scénarios. CutMix va plus loin en remplaçant une partie d'une image par une partie d'une autre image, ce qui permet aux modèles d'apprendre à partir de plusieurs contextes au sein de la même image. Quant à CutOut, il fonctionne différemment en supprimant des parties aléatoires d'une image, ce qui permet d'entraîner les modèles de vision artificielle à reconnaître des objets même lorsqu'ils sont partiellement cachés ou obstrués.

‍

Le rôle de l'IA générative dans l'augmentation des données d'image.

L'IA générative gagne du terrain dans de nombreuses industries et applications quotidiennes. Tu l'as probablement rencontrée en relation avec les images générées par l'IA, les vidéos deepfake ou les applis qui créent des avatars réalistes. Mais au-delà de la créativité et du divertissement, l'IA générative joue un rôle crucial dans la formation des modèles d'IA Vision en générant de nouvelles images à partir d'images existantes.

Plutôt que de simplement retourner ou faire pivoter des images, il peut créer des variations réalistes - en changeant les expressions faciales, les styles vestimentaires ou même en simulant des conditions météorologiques différentes. Ces variations aident les modèles de vision artificielle à devenir plus adaptables et plus précis dans divers scénarios du monde réel. Les modèles d'IA générative avancés tels que les GAN (Generative Adversarial Networks) et les modèles de diffusion peuvent également combler les détails manquants ou créer des images synthétiques de haute qualité.

Limites de l'augmentation des données d'images

Bien que l'augmentation des données améliore les ensembles de données de formation, il y a aussi certaines limites à prendre en compte. Voici quelques défis clés liés à l'augmentation des données d'images :

• Diversité limitée des données: Les images augmentées proviennent de données existantes et ne peuvent pas introduire des modèles complètement nouveaux ou des perspectives rares.
• Distorsion potentielle des données: Des transformations excessives peuvent rendre les images irréalistes, réduisant potentiellement la précision du modèle dans les scénarios du monde réel.
• Augmentation des calculs: L'augmentation en temps réel qui a lieu pendant la formation du modèle peut nécessiter une puissance de traitement assez importante, ce qui ralentit la formation et augmente l'utilisation de la mémoire.
• Le déséquilibre des classes demeure: L'augmentation ne crée pas d'échantillons entièrement nouveaux, de sorte que les catégories sous-représentées peuvent toujours entraîner un apprentissage biaisé.

Une application réelle de l'augmentation des données d'image

Une application intéressante de l'augmentation des données d'image est celle des voitures auto-conduites, où les décisions prises en une fraction de seconde par les modèles de vision par ordinateur comme YOLO11 sont cruciales. Le modèle doit être capable de détecter les routes, les personnes et d'autres objets avec précision.

Cependant, les conditions réelles que rencontre un véhicule autopiloté peuvent être imprévisibles. Le mauvais temps, le flou de mouvement et les signes cachés peuvent rendre complexes les solutions de Vision AI dans ce secteur. Entraîner les modèles de vision par ordinateur avec seulement des images du monde réel n'est souvent pas suffisant. Les ensembles de données d'images pour les modèles des voitures auto-conduites doivent être diversifiés pour que le modèle puisse apprendre à gérer des situations inattendues.

L'augmentation des données d'image résout ce problème en simulant le brouillard, en ajustant la luminosité et en déformant les formes. Ces changements aident les modèles à reconnaître les objets dans différentes conditions. Par conséquent, les modèles deviennent plus intelligents et plus fiables. 

Grâce à une formation augmentée, les solutions Vision AI dans les voitures auto-conduites s'adaptent mieux et prennent des décisions plus sûres. Des résultats plus précis signifient moins d'accidents et une meilleure navigation. 

‍

Les voitures autopilotées n'en sont qu'un exemple. En fait, l'augmentation des données d'image est cruciale dans un grand nombre de secteurs, de l'imagerie médicale à l'analyse du commerce de détail. Toute application qui repose sur la vision par ordinateur peut potentiellement bénéficier de l'augmentation des données d'image.

Principaux enseignements

Les systèmes d'IA de vision doivent être capables de reconnaître des objets dans différentes conditions, mais il peut être difficile de collecter une infinité d'images du monde réel pour l'entraînement. L'augmentation des données d'images résout ce problème en créant des variations d'images existantes, ce qui permet aux modèles d'apprendre plus rapidement et d'être plus performants dans des situations réelles. Elle améliore la précision, en s'assurant que les modèles d'intelligence artificielle comme YOLO11 peuvent gérer des éclairages, des angles et des environnements différents.

Pour les entreprises et les développeurs, l'augmentation des données d'image permet d'économiser du temps et des efforts tout en rendant les modèles de vision par ordinateur plus fiables. Des soins de santé aux voitures auto-conduites, de nombreuses industries en dépendent. Alors que l'IA de vision continue d'évoluer, l'augmentation continuera d'être une partie essentielle de la construction de modèles plus intelligents et plus adaptables pour l'avenir.

Rejoins notre communauté et visite notre dépôt GitHub pour voir l'IA en action. Explore nos options de licence et découvre plus de choses sur l'IA dans l'agriculture et la vision par ordinateur dans la fabrication sur nos pages de solutions.