yolo数据增强，将一张图片形成多张图片数据

# YoloDatasetsEnhance ### yolo数据增强、yolo已标注数据集增强、.txt格式数据集增强；包含旋转、平移、翻转、裁剪、调整亮度和增加噪声6中增强方式随机组合，每张图片扩增到5张。 ### 运行环境 - 系统：MAC - Conda虚拟环境软件包配置： - Package Version - ------------------- --------- - imgaug 0.4.0 - numpy 1.24.3 - opencv-python 4.1.2.30 * 注意：opencv-python版本不能太高，否则报错 * ### 使用教程 - 如果已标注的数据集格式为txt，将其转为xml格式，运行TxtTransfromXml.py文件 ```python # 修改原图片和txt文件路径 if __name__ == '__main__': # Volumes/ACASIS_Media/DeepLearning/ultralytics/datasets/preson root_path = r'datasets/tea/images/val' # 图片路径 txt_root = r'datasets/tea/labels/val' # txt路径 gt_labels = ['tea'] yolov5txt2xml(root_path, txt_root, gt_labels=gt_labels) #修改xml文件存放的路径 out_root = r'datasets/tea/labels' # xml文件存放路径 ``` - 获取到xml格式的数据集后，对其进行增强，运行datasets_engine.py文件，进行增强 - 将增强后的xml格式的文件转为txt格式，运行XmlTransfromTxt.py文件 ```python # 修改路径 image_set = 'datasets/tea/labels/val_xml_enhance_2' # 需要转换的文件夹名称（文件夹内放xml标签文件） imageset2 = 'datasets/tea/labels/val_txt_enhance_2' # 保存txt的文件夹，需要先创建val_txt_enhance_2文件夹，否则运行会报错 ```