albumentation官方文档看不懂？xml文件不知道如何操作？下面只需要修改部分代码即可上手使用
要使用这个方法之前需要按照albumentation这个库还有一些辅助库,自己看着来安装就行
pip install albumentation
pip install opencv-python
pip install json
pip install xmlimport os
import cv2
import json
import xml.etree.ElementTree as ET
import albumentations as A
def data_aug(source_annotated, data_aug_annotated, times=3):
transform = A.Compose([
A.RandomBrightnessContrast(p=0.3), # 随机亮度对比度
A.OneOf([A.GaussNoise(), ], p=0.5), # 高斯噪声
A.OneOf([
A.MotionBlur(p=0.2), # 运动模糊
A.MedianBlur(blur_limit=3, p=0.5), # 中值模糊
A.Blur(blur_limit=3, p=0.2), # 模糊
], p=0.5),
A.RandomBrightnessContrast(p=0.5),
A.RandomCrop(300, 300, p=0.5), # 随机裁剪
A.RandomRotate90(p=0.5), # 随机旋转90度
A.HorizontalFlip(p=0.5), # 水平翻转
A.VerticalFlip(p=0.5), # 垂直翻转
], bbox_params=A.BboxParams(format='pascal_voc', min_area=0., min_visibility=0., label_fields=['class_labels']))
for xml_file in os.listdir(source_annotated):
if xml_file.endswith(".xml"):
for nth in range(times):
tree = ET.parse(os.path.join(source_annotated, xml_file))
root = tree.getroot()
image_file = root.find('filename').text
image_path = os.path.join(source_annotated, image_file)
image = cv2.imread(image_path)
bboxes = []
class_labels = []
for obj in root.findall('object'):
label = obj.find('name').text
bbox = obj.find('bndbox')
xmin = int(bbox.find('xmin').text)
ymin = int(bbox.find('ymin').text)
xmax = int(bbox.find('xmax').text)
ymax = int(bbox.find('ymax').text)
bboxes.append([xmin, ymin, xmax, ymax])
class_labels.append(label)
transformed = transform(image=image, bboxes=bboxes, class_labels=class_labels)
transformed_image = transformed['image']
transformed_bboxes = transformed['bboxes']
save_base_name = os.path.splitext(image_file)[0] + "_" + str(nth)
cv2.imwrite(os.path.join(data_aug_annotated, save_base_name + ".jpg"), transformed_image)
# 更新XML文件中的变换数据
root.find('filename').text = save_base_name + ".jpg"
root.find('path').text = os.path.join(data_aug_annotated, save_base_name + ".jpg")
for obj, tb in zip(root.findall('object'), transformed_bboxes):
bbox = obj.find('bndbox')
bbox.find('xmin').text = str(int(tb[0]))
bbox.find('ymin').text = str(int(tb[1]))
bbox.find('xmax').text = str(int(tb[2]))
bbox.find('ymax').text = str(int(tb[3]))
tree.write(os.path.join(data_aug_annotated, save_base_name + ".xml"))
if __name__ == "__main__":
source_annotated = "data_annotated/" # 原始的图片、标签路径
data_aug_annotated = "data_aug_annotated" # 处理后的图片、标签路径
times = 3
data_aug(source_annotated, data_aug_annotated, times)
1.需要增强的图片标签文件存放形式
标签和文件放在统一文件夹下，同一图片和标签命名对应相同
2.修改需要增强的要求，如旋转，切割等
A.RandomBrightnessContrast(p=0.3), # 随机亮度对比度
A.OneOf([A.GaussNoise(), ], p=0.5), # 高斯噪声
A.OneOf([
A.MotionBlur(p=0.2), # 运动模糊
A.MedianBlur(blur_limit=3, p=0.5), # 中值模糊
A.Blur(blur_limit=3, p=0.2), # 模糊
], p=0.5),
A.RandomBrightnessContrast(p=0.5),
A.RandomCrop(300, 300, p=0.5), # 随机裁剪
A.RandomRotate90(p=0.5), # 随机旋转90度
A.HorizontalFlip(p=0.5), # 水平翻转
A.VerticalFlip(p=0.5), # 垂直翻转上述已经列出常见增强方式，可通过注释方式对方法进行取舍，代码中的p代表概率，即每一次增强有多少概率使用到这个方法，可通过自己的爱好进行调增，其他方法查询一下均可容易上手使用，这里不作过多的一一讲解了。
3.创建新的文件夹，用作输出路径
通过修改time这个增强倍数，最后写入要输出的文件夹运行即可
最后结果如图所示：
同时会生成对应的xml，简单快捷。
增强后可通过以下方法将xml转化成训练需要的txt格式
将目标检测标签中的xml转化成训练输入的txt（简单直接）-CSDN博客
希望这篇博文对你有帮助！！！！
