对图像进行ps制作语义分割数据集

        在语义分割中，经常会出现由于数据原因从而导致分割效果比较差，除了一些常用的翻转等图像增强方法，今天本人测试了将部分分割目标数据ps到原始图像上并同时完成标签制作的代码，使模型效果得到了一定提升。

        下面是具体的代码，大家有需要可以进行参考：

import numpy as np
import cv2
import os
import random

class image_concat:
    def __init__(self, image_path, cover_path, image_savepath, mask_savepath):
        #原始图像路径
        self.image_path = image_path
        #图像保存路径
        self.image_savepath = image_savepath
        #标签保存路径
        self.mask_savepath = mask_savepath
        #PS数据集路径    
        self.cover_path = cover_path
        count = 0
        for cover_imgname in os.listdir(self.cover_path):
            for img_name in os.listdir(self.image_path):
                img = os.path.join(self.cover_path, cover_imgname)
                cover_image = cv2.imread(img)
                image = cv2.imread(os.path.join(self.image_path, img_name))
                # 每张图像进行3次随机位置叠加，扩充数据量