yolov5数据增强避免目标残缺的代码处理

在训练小目标检测的时候，yolov5数据常用的增强会导致目标残缺，特别是对文字目标进行检测的时候，增强导致文字目标残缺后，训练出的模型常常会出现误检，将部分笔画检测出文字；所以就对目标中的数据增强后的结果做了合适的处理：

替换代码包括（utils/datasets.pyutils/datasets.py line 755）：

    #---原始代码--begin
#     for x in (labels4[:, 1:], *segments4):
#         np.clip(x, 0, 2 * s, out=x)  # clip when using random_perspective()
    #----end
    
    #---新的代码：fxp begin
    width_ = 2*s
    img4, labels4 = selected_elements_func_x(img4, labels4, width_)
    #---end

def selected_elements_func_x(img4, labels4, width_):
    '''
    #对有遮挡的目标区域，进行标签去除和相应的目标位置填充
    :param labels4:
    :return: