使用邊界框進行數據增強

Question

我想使用 YOLO v4 訓練一個 object 檢測 model。 我有一個文件夾，其中包含 txt 文件中帶有邊界框注釋的 jpg 圖像。 我沒有太多數據，所以我決定對我的數據進行一些數據擴充。 我遇到了以下問題：

1. 我已經嘗試過 Roboflow，所以我可以直接在 txt 文件中使用邊界框，但問題是 Roboflow 會隨機應用數據增強，有時它會給出相同的圖片或只應用很小的變化。
2. 我嘗試過 Albumentations，但邊界框有問題，我嘗試了 Pascal voc 格式，它有效，但我不知道如何為整個數據集自動執行此操作。

有沒有其他解決方案或建議，我將不勝感激。 謝謝

Answer 1

您不必過多擔心數據擴充，因為它具有許多數據擴充技術，可用於幫助提高 model 的性能和泛化能力。

YoloV4 使用的一些數據增強技術是CutMix, Blurring, Class label smoothing, Mosaic data augmentation, Self-Adversarial Training 。 您可以在此處從 YoloV4 論文中了解有關各種增強方法的不同類型和影響的更多信息

這是 YoloV4的GitHub 實現中使用的所有數據增強技術的列表