Matriz de aumento de datos

Los parámetros

Estos son nombres de campos de TrainConfig, no la forma en que los escribe la CLI. La CLI mapea sus propios alias sobre ellos, así que --mosaic define mosaic_prob.

Los cuatro últimos son el pack de clasificación. Las familias de detección los ignoran. mixup es un parámetro exclusivo de la API: en la CLI, --mixup es el alias del mixup_prob de detección.

from libreyolo.data.augment.spec import (    AUG_KNOBS,    aug_support,    ignored_aug_params,    uses_mosaic_gating,) print(sorted(AUG_KNOBS)) table = aug_support("yolo9")print(table["mixup_prob"].status, table["mixup_prob"].note) print(sorted(ignored_aug_params("dfine")))print(uses_mosaic_gating("yolo9"), uses_mosaic_gating("yolonas"))

Los tres estados

ignored es el que conviene comprobar antes de lanzar un entrenamiento, porque no falla nada. La CLI avisa cuando un parámetro de entrenamiento definido explícitamente es uno que la familia seleccionada ignora, y el entrenador avisa cuando mixup_prob > 0 no puede activarse porque la familia condiciona MixUp al mosaico y mosaic_prob es cero.

Arquetipos de pipeline

Todas las familias cubiertas siguen uno de seis pipelines, con unas pocas desviaciones por familia que se listan más abajo.

En el pipeline de estilo YOLOX, el preprocesado por muestra aplica el jitter HSV y los volteos, mientras que el warp afín y MixUp solo se ejecutan dentro de la rama de mosaico. YOLO-NAS, en cambio, ejecuta un afín por muestra que está siempre activo, ignora el mosaico y aplica MixUp de forma independiente, reutilizando mosaic_scale como rango de escala del afín.

El pipeline de estilo DETR es una transformación de paso directo, sin mosaico. Su distorsión fotométrica, el zoom-out y el recorte por IoU son constantes de la receta y no parámetros configurables, y por eso hsv_prob y los parámetros de geometría nunca llegan hasta él. El pipeline de clasificación usa una transformación de ImageFolder cuyo volteo horizontal es un 0.5 fijo en lugar de flip_prob. El jitter de escala y el HSV de la semántica vienen de atributos de clase de la familia y no de parámetros de configuración, y los volteos de restauración son operaciones acopladas de entrada y objetivo con una probabilidad fija de 0.5.

no_aug_epochs se respeta en todas partes, aunque lo que desactiva cambia: el mosaico y MixUp en el estilo YOLOX, el afín y MixUp en YOLO-NAS, los aumentos fotométricos fuertes y los de recorte más la cola del learning rate en el estilo DETR, y la cola del scheduler en el resto.

Familias por arquetipo

Hay veinticinco familias cubiertas. Una familia que no esté en esta lista devuelve un conjunto de ignorados vacío, así que no se emite ningún aviso para ella.

Desviaciones

ec y dinov2 son familias multitarea, así que un parámetro se marca como ignorado solo cuando todas y cada una de las tareas entrenables de la familia lo ignoran. Eso evita que el aviso de la CLI llegue a ser incorrecto para una tarea y correcto para otra.

Dome-DETR hereda las transformaciones de D-FINE sin cambios. Lo único que no admite es el entrenamiento multiescala, que desactiva su propia configuración y no la spec de aumento de datos.

Parámetros específicos de cada familia

Algunas familias llevan parámetros de aumento de datos en su propia subclase de TrainConfig en lugar de en la base. La CLI no los expone; defínelos a través de la API de Python.

rot90 se aplica a detect y a OBB en yolo9.

Consultar la spec

Un Support es una tupla con nombre de status y note, donde la nota explica por qué un parámetro está ignorado o condicionado para esa familia.

La condición del mosaico

En una familia de estilo YOLOX, mixup_prob=0.5 con mosaic_prob=0 desactiva MixUp por completo, porque MixUp solo se aplica a las muestras de mosaico. Es una combinación fácil de alcanzar cuando se apaga el mosaico en la parte final del entrenamiento. El entrenador registra un aviso que nombra a la familia, y mixup_gating_warning es la función pura que hay detrás.