目标检测：一种填鸭式数据增强方法，针对小目标

目标检测：一种填鸭式数据增强方法，针对小目标

写该文的原因：虽然有其他博主也写有该数据增强方法，但是代码在运行时有一些bug没有说明，于是我重新从github上下载了代码并进行了修改，使之更易看懂和运行。

代码的操作步骤如下：

原图片的jpg文件 和 xml标签文件 分开放置
该代码每次只能对一类别的物体进行小目标数据增强，并最终生成xml文件，
如果想要对多个类别物体进行增强，请更改demo.py文件，在其中使用for循环遍历不同的文件，
注意：crops文件夹中存放着 某一类 小目标

请按以下顺序运行代码

PS:注意更改 voc2yolo.py 和 yolo2voc.py 中的映射字典

1.使用 voc2yolo.py 转换成需要的 txt 标签文件

PS: 注意更改其中的 映射标签
生成的文件保存再 image_txt 文件夹中
该 image_txt 文件夹用于2中截图小图片
同时 该py文件 也可单纯的用于生成 txt标签文件，看你的目的是什么

2.使用 crop_img.py 从原图中截取下来目标小图片

根据image_txt中的yolo格式标签文件 从image中截取小图片保存在 crops 文件夹中，
同时生成 small.txt 文件保存小图片路径
生成小图标后 建议对小图标进行人工筛选，因为有些图片截取的并不准确
运行 clean_crops.py 对筛选后的图片重新生成 small.txt 文件

3.将背景图放在 background 文件夹中，同时包含 jpg 和 txt标签文件

因为我的 背景图里有目标，所以才有一个txt标签文件
PS: 如果背景图比较少，请运行 file_fast_copy.py 快速生成多个相同的背景文件

4.使用 demo.py 生成粘贴有小图像的jpg图片，以及对应的txt标签

请修改 cl 的值 以生成正确的标签
为了使截取下来的图片能够正常 粘贴到 原图中请使用较大尺寸的图片，至少要1920x1080
因为原图太小，那么截取下来的小图片的尺寸可能大于 背景原图的尺寸，导致粘不上去，    
图片存放在 JPEGImages 文件夹中， 标签存放在 save_txt 文件夹中

5.使用 yolo2voc.py 生成 数据增强后的 xml 文件

PS: 注意更改其中的 映射标签
xml标签文件存放在 Annotations 文件夹中

文件结构：

GitHub代码地址：https://github.com/kangpeilun/SmallObjectAugmentation-master/tree/main/SmallObjectAugmentation-master