yolo数据集的数据增强 可实现带标签扩增

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）

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 ##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：

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）

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）

3. 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