YOLO格式数据增强+Python代码+对图像和标注同时处理

# DataAugYolo ## 简介 本项目的功能是对YOLO格式的数据实现数据增强，使用本项目代码可以较快的完成**扩充数据集**的工作，会对图像和标注同时处理。但其也存在一定的问题，例如无法保证处理后的数据一定能跑出更好的效果，处理结束后**可能会出现一些损坏的图片**（原图过大时）。 但本项目处理后出现的坏图，在YOLOv5中会被识别出来并不做训练，其实对训练影响不大，追求完美的同学可以考虑不使用resize系列的函数，手动剔除坏图，使用其他数据增强项目完成工作等。 ## 使用 1. download本项目到本地(建议下载到有图形界面的操作系统中) 2. 打开DataAugOnDetectin.py 修改 image_path， label_path， save_path 三个参数 ``` image_path = "" # 图片的路径 label_path = "" # 标签文件的路径 save_path = "" # 数据增强的结果保存位置路径 ``` 3. 运行，使用pycharm或spyder等软件运行DataAugOnDetectin.py 也可以用命令行运行 ``` > cd DataAugYolo > python DataAugOnDetection.py ``` 注：本项目自带了一个小小的数据集，可以直接运行来看一下效果，如果想看boxes是否出错，可以使用plot_pics函数来查看 ## 函数功能简介 **DataAugmentationOnDetection类**中的函数 | 序号 | 函数名 | 功能 | | :--: | :-------------------: | :----------------------------------------------------------- | | 1 | resize_keep_ratio | 将图像最长边缩放到size尺寸，同时保持长宽比 | | 2 | resizeDown_keep_ratio | 将图像最长边缩减到size尺寸，保持长宽比，小于size尺寸的图片不进行处理 | | 3 | resize | 将图像长和宽缩放到指定值size | | 4 | random_flip_horizon | 将图像水平翻转（镜像） | | 5 | random_flip_vertical | 将图像竖直翻转（倒立） | | 6 | center_crop | 中心裁剪，如果设置了Target_size参数，函数会将裁剪后的图像缩放到（target_size, Target_size)的尺寸 | | 7 | random_bright | 改变图像亮度 | | 8 | random_contrast | 改变对比度 | | 9 | random_saturation | 改变对比度 | | 11 | add_gasuss_noise | 添加高斯噪声 | | 12 | add_salt_noise | 添加盐噪声 | | 13 | add_pepper_noise | 添加胡椒噪音 | **runAugumentation函数：** 运行数据增强的函数，集成实现了DataAugmentationOnDetection中的大部分函数，直接运行这个函数是可以正确完成数据增强工作的，使用者可以根据注释来增加或者删除一些增强的操作。 其他函数均是一些不重要的函数，且代码中已经注释其功能。 ## 其他 **项目的参考：** https://github.com/REN-HT/Data-Augmentation/blob/main/data_augmentation.py 根据上述项目修改而来，上述项目可以完成VOC格式数据的数据增强，本项目修改部分内容后可以完成YOLO格式数的数据增强，同时修改了原项目中一些小错误，增加了文件流等 **项目的主要用途：** 做这个项目的时候是因为我在训练YOLOv5时遇到了某类样本不够的问题，自己手标数据感觉很累，因此采用数据增强的方式扩充了数据量，减少了标注成本。 **项目的正确性：** 虽然我每个函数都进行了测试，目前看来也没有坐标计算错误，其实正确性也是难以保证，例如图像文件过大的时候python库可能会无法处理这些图像，如果发现不合理的地方（boxes坐标计算问题），可以反馈给我，如果这个项目发生了错误，给您带来了困扰，我在此表示抱歉。