Augmentationen

Festlegen der Einstellungen

Die Augmentationseinstellungen sind gewöhnliche Argumente von train().

from libreyolo import LibreYOLO model = LibreYOLO("LibreYOLO9s.pt")model.train(    data="my-dataset.yaml",    epochs=100,    mosaic_prob=1.0,    mixup_prob=0.15,    hsv_prob=1.0,    flip_prob=0.5,    no_aug_epochs=15,)

# In der CLI heißt mosaic_prob mosaic und mixup_prob heißt mixup.libreyolo train model=LibreYOLO9s.pt data=my-dataset.yaml \  epochs=100 mosaic=1.0 mixup=0.15 hsv_prob=1.0 \  flip_prob=0.5 no_aug_epochs=15

Zwei davon besitzen kürzere CLI-Schreibweisen: mosaic wird auf mosaic_prob und mixup auf mixup_prob abgebildet. Alle anderen Einstellungen heißen an beiden Stellen gleich.

Drei statt zwei Zustände

Ob eine Einstellung eine Wirkung hat, hängt von der Familie ab. Die Bibliothek verwaltet dafür eine deklarative Tabelle. Jeder Eintrag besitzt einen von drei Zuständen.

used bedeutet, dass die Einstellung die Pipeline erreicht und Samples verändert. ignored bedeutet, dass sie die Pipeline nie erreicht und wirkungslos bleibt. gated_by_mosaic bedeutet, dass sie nur für Samples gilt, die den Mosaic-Zweig durchlaufen haben. Bei mosaic_prob=0 wird sie daher trotz vorhandener Verdrahtung nie ausgelöst.

Dieser dritte Zustand überrascht häufig. In einer Pipeline im YOLOX-Stil wird die affine Transformation auf dem Mosaic-Canvas ausgeführt und MixUp mischt ein Mosaic-Sample ein. mosaic_prob=0 deaktiviert deshalb gleichzeitig und ohne Fehler degrees, translate, shear, perspective, mosaic_scale, mixup_prob und mixup_scale. Der Trainer protokolliert speziell für MixUp eine Warnung:

mixup_prob=0.15 has no effect for YOLOv9: mixup only applies to mosaic samples
and mosaic_prob=0. Set mosaic_prob > 0 to enable mixup.

Die CLI warnt auch vor ignorierten Einstellungen und nennt nur die ausdrücklich angegebenen:

Warning: RF-DETR ignores these parameters: degrees, mosaic

Vier Pipeline-Formen

Die Familien lassen sich vier Trainingspipelines zuordnen, die fast alle Antworten bestimmen.

Die Mosaic-Pipeline im YOLOX-Stil wendet HSV-Jitter und Spiegelungen auf jedes Sample an. Affine Transformation und MixUp werden anschließend innerhalb des Mosaic-Zweigs ausgeführt. Diese Pipeline gilt für YOLOX, YOLOv7, YOLOv9 und dessen E2E- und P2-Varianten, RTMDet, PicoDet, RT-DETR, RT-DETRv2 und FOMO.

Die durchleitende Pipeline im DETR-Stil besitzt weder Mosaic noch eine affine Transformation. Fotometrische Verzerrung, Zoom-out und IoU-Beschnitt sind feste Rezeptwerte und keine Konfigurationseinstellungen. Nur flip_prob und no_aug_epochs sind daher aktiv. Diese Pipeline gilt für D-FINE, Dome-DETR, DEIM, DEIMv2, RT-DETRv4, EC und mit einer Änderung RF-DETR.

Die ImageFolder-Pipeline für Klassifizierung ignoriert jede Erkennungseinstellung. Ihre horizontale Spiegelung verwendet einen festen Wert von 0,5, den flip_prob nicht erreicht. Stattdessen besitzt sie ein eigenes, weiter unten beschriebenes Einstellungspaket.

YOLO-NAS bildet eine eigene Form: kein Mosaic, eine immer aktive affine Transformation je Sample und unabhängiges statt gekoppeltes MixUp. Der Wert mosaic_scale wird als affiner Skalierungsbereich wiederverwendet.

SegFormer und NAFNet führen jeweils eine aufgabenspezifische Pipeline aus, deren Zufälligkeit fest in der Familie definiert und nicht konfigurierbar ist. Bei SegFormer sind die Klassenattribute semantic_scale_jitter und semantic_hsv_prob aktiv, nicht mosaic_scale und hsv_prob. Beschnitt und Spiegelungen von NAFNet koppeln Eingabe- und Zieloperationen mit einer festen Wahrscheinlichkeit von 0,5.

Berücksichtigte Einstellungen je Familie

Die folgende Tabelle fasst die ausgelieferte Spezifikation unter libreyolo/data/augment/spec.py zusammen. Bibliothekstests gleichen sie mit der tatsächlichen Pipeline-Verdrahtung ab. Lies sie dort, statt aus der Architektur zu folgern.

from libreyolo.data.augment.spec import AUG_KNOBS, aug_support for knob, description in AUG_KNOBS.items():    support = aug_support("yolo9")[knob]    print(f"{knob:16} {support.status:16} {support.note or description}")

from libreyolo.data.augment.spec import ignored_aug_params print(sorted(ignored_aug_params("rfdetr")))

Zusammenfassung der Basiseinstellungen nach Pipeline:

Innerhalb dieser Spalten gibt es ausschließlich einschränkende Ausnahmen:

• RTMDet, PicoDet, RT-DETR, RT-DETRv2 und FOMO besitzen keine vertikale Spiegelung, daher wird flipud ignoriert. Der Mosaic-Wrapper von FOMO ist außerdem ohne Perspektive aufgebaut.
• Die native Pipeline von RF-DETR besitzt keinen HSV-Jitter, weshalb zusätzlich zur Spalte im DETR-Stil hsv_prob ignoriert wird.
• EC berücksichtigt hsv_prob, degrees und translate, aber nur für task="pose", dessen Keypoint-bewusste Transformation sie liest. Die detect- und segment-Pfade verwenden feste fotometrische Rezepte.
• DINOv2 folgt für detect und semantic der Spalte im DETR-Stil und ergänzt für task="classify" das Klassifizierungspaket.

no_aug_epochs wird überall verwendet, bedeutet jedoch nicht überall dasselbe. In Mosaic-Pipelines deaktiviert es Mosaic und MixUp für die letzten Epochen. In Pipelines im DETR-Stil beendet es fotometrische, Zoom-out- und Beschnitt-Augmentationen und formt das Ende des Schedules. In Klassifizierungs- und Semantikpipelines formt es nur das Ende des Schedules.

Klassifizierungspaket

Vier Einstellungen steuern ausschließlich die Klassifizierungspipeline. Erkennungsfamilien ignorieren alle vier.

from libreyolo import LibreYOLO model = LibreYOLO("LibreConvNeXtt-cls.pt")model.train(    data="my-classification-dataset",    epochs=50,    auto_augment="randaugment",    erasing=0.25,    mixup=0.2,    cutmix=0.2,)

auto_augment akzeptiert "randaugment", "autoaugment", "augmix" oder None. erasing ist die RandomErasing-Wahrscheinlichkeit. mixup und cutmix sind Wahrscheinlichkeiten je Batch, die weiche Labels erzeugen. Höchstens eine davon wird je Batch ausgeführt, wobei MixUp zuerst kommt. Die beiden Werte sind daher additiv und sollten höchstens 1 ergeben.

Alle vier sind standardmäßig deaktiviert. Das Klassifizierungstraining bleibt unverändert, sofern du sie nicht anforderst.

Ein Namenskonflikt ist wichtig: In der CLI ist mixup der Alias für das bei der Erkennung verwendete mixup_prob. Das Klassifizierungsfeld mixup besitzt keine eigene CLI-Schreibweise und ist nur über model.train(mixup=...) in Python erreichbar.

Familienspezifische Einstellungen

Einige Einstellungen liegen in der Konfigurationsunterklasse einer Familie statt in der Basisklasse. Sie existieren daher nur für diese Familie und besitzen kein CLI-Flag.

max_labels ist die einzige Einstellung, durch die unbemerkt Daten verloren gehen. Boxen oberhalb der Grenze werden ohne Fehler verworfen. Für dichte Bilder wie Luftaufnahmen muss der Wert daher erhöht werden.

Mosaic und MixUp sind beim Training orientierter Boxen unabhängig von den Einstellungen deaktiviert, da eine eckenbewusste Augmentation für gedrehte Boxen nicht implementiert ist.

Verwandte Themen

• Unter Hyperparameter findest du no_aug_epochs als Schedule-Argument sowie die übrigen Argumente von train().
• Unter Datensätze findest du die von diesen Transformationen verwendeten Labelformate.