yolo数据集的数据增强 可实现带标签扩增

# Data-enhancement **2022/10/22 修改了github代码导致xmax<xmin的情况。（由于上传疏忽，正确的代码修改了后上传的错误的版本）** Support data enhancement when there are few data sets（支持数据集较少的情况进行数据增强，包含随机的多种变化） 这是数据集扩增的一个小工具，在您想使用yolo等目标检测算法时数据集较少的情况下能够进行变化增强图片，丰富您的数据集。 (支持LabelIMg和LabelMe标注的文件) 包括3个python文件 （rename_file.py、DataAugmentforLabelImg.py和DataAugmentforLabelMe.py） 原文链接：https://blog.csdn.net/qq_39740357/article/details/123258697 1. rename_file.py能实现文件的重命名,注意修改文件的路径 2. DataAugmentforLabelImg.py能实现LabelImg标注后的图片的增强（包括模糊，亮度，裁剪，旋转，平移，镜像等变化） 3. DataAugmentforLabelMe.py能实现LabelMe标注后的图片的增强（包括模糊、亮度、平移、镜像等变化） **注意：一些包的安装是必要的，比如Opencv_python等** <br> ##*将您需要增强的图片放在对应的文件夹即可，具体可参考demo给出的图片和xml文件存放路径，您放入即可* <br> **保存结果：**<br> 1. 目标检测增强后的图片默认会保存在./data/Images2中，xml文件会保存在./data/Annotations2中（包括新的图片和xml文件）<br> 2. 目标分割增强后的图片默认会保存在./data2中（包括新的图片和json文件） <br> **实现这个工具参考了：**<br> https://github.com/maozezhong/CV_ToolBox/blob/master/DataAugForObjectDetection/