（14）数据增强之图像裁剪+标签文件.xml内容修改、json读取与修改

yolo数据增强，图片变化标签也会跟着变！！！

正样本图片示例（为正样本文件夹的其中一张，对应的xml目标框label为皮卡丘）： 示例xml文件内容： 上代码（输入输出文件夹改为自己的即可，笔者预设裁剪尺寸为[64, 128, 256, 416, 608]，可自定义，但一定要小于图片尺寸）： from PIL import Image import random import xml.etree.ElementTree as ET count = 0 ##计算生成图片数 num=0 ## 现在对哪张图片进行裁剪（图片已经按序号顺序排

在学习目标检测时，有时会发现数据量不够，这时候便需要对数据进行扩充，这里给出一个数据增强脚本，可用于使用目标检测算法时数据量太少的情况。 该脚本支持对输入的图片进行Cutout，旋转、翻转、平移、加噪声、调整亮度、剪裁、镜像等操作，输入图片文件夹的路径、以及对应xml文件的路径，运行代码即可进行数据增强，新生成的图片以及xml文件会保存在原图片以及xml路径下，对图片进行随机的操作后，会对xml文件的内容进行相应的修改，不需要自己手动重新标注。

在处理faster-rcnn和yolo时笔者使用labelimg标注图片 但是我们只截取了大概800张左右的图，这个量级在训练时肯定是不够的，所以我们需要使用数据增强（无非是旋转加噪调量度）来增加我们的训练样本 这里附上 视频按帧率截取图片的脚本代码https://www.cnblogs.com/bob-jianfeng/p/11140444.html 网上找到一个非常好的开源代码用来数...

3.添加高斯噪声：修改标准差std_dev可改变添加效果。2.改变亮度：修改alpha参数可改变倍数。

图像理解与生成协同是多模态AI在工业、医疗、遥感等垂直领域落地的关键范式，其核心在于打通自然语言语义与像素级操作之间的数学对齐。传统CV依赖手工特征与大量标注，而GPTImage2通过跨模态语义锚定、上下文感知生成和可追溯操作日志三大能力，实现从‘像素驱动’到‘语义驱动’的范式升级。它不追求通用AIGC式的自由绘图，而是聚焦于将专家经验结构化为可执行指令，支撑缺陷识别、医学影像标注、遥感变化检测等高价值任务。尤其适用于需强物理约束、知识嵌入与合规审计的专业图像处理工作流——这正是GPTImage2区别于普通

直接可用的海上原油泄漏目标检测图像数据集，包含1817张JPG实拍图，全部来自真实海面场景，覆盖不同光照条件、风浪等级、油膜厚度与扩散形态，以及多角度拍摄样本。每张图都配有严格对齐的两种标注文件：标准PASCAL VOC格式XML和YOLOv5/v8兼容的TXT格式，统一标注为单一类别oil_spillage，无冗余类别或像素级分割。总标注框3871个，均由labelImg人工精标，边界框坐标准确、边缘清晰、无错标漏标。数据包结构简洁，仅含图像文件及对应标注，不含视频、红外图或额外元信息，开箱即可接入Fas

算法层面：并行式CNN-ViT架构结合门控融合，在NIH ChestX-ray14上达到SOTA性能工程层面：OpenVINO优化实现亚秒级边缘推理，DICOM集成确保无缝workflow临床层面：符合FDA/CE监管要求，77%报告时间缩短的临床价值验证代码实现涵盖模型训练、优化、部署和监控的全生命周期，可直接用于研究和生产环境。

AI技术工业化落地依赖三大核心工具协同运作：智能编码工具（如GitHub Copilot）提升代码生产效率40%-70%，通过自然语言注释生成可运行代码；数据标注工具（如LabelImg/Doccano）为模型训练提供高质量标注数据，数据质量直接决定模型效果；模型训练平台（如Google Colab）提供算力支持，实现从数据到模型的转化。三者形成"代码开发→数据加工→模型构建"的完整闭环，个人开发者可零成本使用开源方案，企业级项目则需私有化部署方案。

imgaug是一款非常有用的python图像增强库,非常值得推荐应用于深度学习图像增强。

python之Matplotlib详细分析（附代码）数据比较少的时候使用数据增强是一个不错的选择# 此处的Path 该项目的相对路径 或者 绝对路径 # 读取 显示 照片 image = Image . open('Gym.jpg') print(image . size) image截图如下：(图片展示不全)数据增强的处理方式有如下。

数据增强，mask部分类别，并修改对应的xml文件

数据增强时自动调整标签文件(标签有多个类别）

对数据进行雾天增强，涉及修改xml文件与jpg文件，更改路径即可！

原图像大小为1024*2048，输入网络中太大。便将其裁剪为两张1024*1024大小的图像，同时对其对应的xml（VOC格式）进行修改。标签保留策略是如果一个标注框恰好在中间且被切分为了两块，均保留

裁剪xml标注

​ 最近在尝试对自建的人体关键点数据集进行姿态聚类，使用labelme标注的数据集需要的时间太长了，于是自己标注了一部分，其他的数据想用数据增强方法进行扩充。 于是在CSDN上找到了可以对json文件和图片都进行修改的文章，在此感谢原作者we34dfg，文章链接如下基于labelme的图片和json文件的扩增_we34dfg的博客-CSDN博客，然而在运行代码的过程中，遇到了一些问题，于是在原文的基础上，对出现的问题进行了修改，修改后的代码放在文章的最后。 ​

数据增强方法

标注的文件太多了，还有用数据增强工具生成了一票的新数据。在转换或使用训练时候会报错，错误原因是json中语法有问题，这样会中断程序运行，调试造成很大困扰。写一个脚本，用于检查文件夹下所有的json文件是否合规，不合规的记录并输出，然后自己改。检查确实最后有问题，多写了一次。