- 这是一个针对目标检测场景下的数据增强的项目
- 本项目特点是针对目标检测数据增强，当生成的图像目标发生形变、偏移、旋转……时，生成的标注文件也会做出相应的变化，能够做到生成后的目标box，仍旧可以严丝合缝地框在目标边缘
- 将图像随机仿射、旋转、平移、拉伸、颜色噪声、亮度等实现数据增强
- 默认仅针对目标检测数据增强，生成图像及对应的yolo格式标注文件（图像分类需对代码就行部分修改）
- 你可以指定生成数据的数量 N，但实际生成数据的数量约为 0.8*N
- pip install opencv-python -i https://mirror.baidu.com/pypi/simple
- 基于原始图像(data/imgs)和分类标签(data/labels.txt)用在线标注工具 https://www.makesense.ai/ 制作vgg格式的标注文件，也可以导入coco标注文件再导出vgg格式的标注文件 (data/vgg.json 此处文件已存在，用户也可重新制作)
- 生成数据 python generator.py 生成的图像数据存放在(fake/images)，对应标签存放在(fake/labels)
- 验证生成数据 python plot.py 将标注文件的box画到对应的生成图像，画好图像保存在(fake/images)
- 若需要将yolo格式转成coco格式，请参考 https://github.com/yfq512/DL_tools