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)
这是数据集扩增的小工具,在您想使用yolo等目标检测算法时数据集较少的情况下进行变化增强图片。
(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)
-
rename_file.py能实现文件的重命名,注意修改文件的路径
-
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)
-
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 ##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 保存结果:
-
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)
-
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)
-
可以实现自我设置数据增强数量
具体效果如下展示:
若需要图上常见的零部件(螺丝、螺母、垫圈和钢丝螺套)密集不规则摆放600张数据集,可自行提取:https://download.csdn.net/download/qq_39740357/89583337
部分原图:
数据增强后:
数据增强源码下载地址,需要自提:yolo数据集的数据增强 可实现带标签扩增
https://download.csdn.net/download/qq_39740357/89583321