yolo数据集增强工具目标检测-微智启工作室v1.0

yolo目标检测数据集增强工具，由微智启软件工作室开发，用于解决数据集数量不足、精度低的问题。通过此软件可以增强yolo数据集数量，提高数据集的精度。支持增强的类型为：噪声、亮度、旋转、裁剪、平移、镜像。

软件介绍

双击启动exe软件运行，无需安装环境依赖。

在使用前，请先确认自己的数据集标签格式（仅支持txt和xml格式），推荐使用labelimg软件标注，其他标注软件很多格式不支持，具体的可以参考下方格式：

数据集格式要求 txt格式如下：

每行的首个序号，代表标签名对应的顺序，后面都是小于1的小数点

xml格式如下：

仅支持labelimg标注得出的xml格式，其他的一般不支持，除非和下面的键值对一致。 特别是对应的标签，例如<name></name> ，有些标注软件它不是这个名称，那么不支持的。

原图

增强类型效果

目前有6种常见的增强方式，他们的作用和特点如下

旋转（Rotation）

• 作用： 随机旋转图片可以模拟不同拍摄角度，有助于模型对方向不敏感。
• 特点： 适合不严格要求方向的任务，比如物体检测。

裁剪（Crop）

• 作用： 从图片中随机裁剪出一个子区域，增强对局部特征的学习。
• 特点： 适合处理存在目标物较大或图像背景复杂的数据集。

平移（Shift）

• 作用： 模拟图像中的目标偏移位置，增强模型的平移不变性。
• 特点： 常用于目标检测和图像分类。

亮度变化（Change Light）

• 作用： 调整图像亮度模拟不同光照条件，提升模型对光照变化的适应性。
• 特点： 适合室内、室外光线变化较大的数据集。

噪声加噪（Add Noise）

• 作用： 模拟传感器噪声或图像压缩失真，增加图像的鲁棒性。
• 特点： 对抗噪声干扰，适合对清晰度要求高的任务。

镜像翻转（Flip）

• 作用： 镜像翻转图像，主要用于增强数据方向性和对称性。
• 特点： 在人脸识别或物体对称性显著的任务中效果明显。

标签名：格式是列表，例如：["person","bus"]，每个标签名，用引号包裹并且用逗号分隔。

每次增强的次数：每张图片最少增强1次，最高增强6次

增强完毕后自动划分训练集和验证集

信息填写完毕后，就可以点击【开始增强】运行增强。

【打开输出文件夹】，就可以快速打开增强完毕后的文件夹,Classes.txt记录着标签名。

底部会有增强的进度和增强详情输出，期间有报错的话，会有相应的提示，根据报错信息，修改内容。

训练数据集效果对比

本次的数据集的戴口罩和不戴口罩的总共105张，通过增强后，数量达到了700多张，下面的训练的效果对比图。

增强前：

增强后：