针对小目标的目标增强算法

自己写的数据增强算法，请随意取用，包括椭圆旋转，随机复制。
找了好多并没有找到椭圆旋转和随机复制的代码，于是就自己写了一个，程序中自动生成annotation文件，不需要额外标记。
链接: [link]https://github.com/delixing/Data-Augmentation.

椭圆旋转

椭圆旋转是根据Towards Rotation Invariance in Object Detection这篇论文写的。
https://openaccess.thecvf.com/content/ICCV2021/papers/Kalra_Towards_Rotation_Invariance_in_Object_Detection_ICCV_2021_paper.pdf 通过将旋转的bbox从矩形转换为椭圆形，使得旋转后的bbox更好的拟合目标，从而提高mAP。

随机复制

随机复制是根据Augmentation for small object detection这篇论文写的 https://arxiv.org/pdf/1902.07296.pdf 因为在论文中oversample rate最好的情况是3倍，所以程序中用下面的策略进行：
1.首先随机挑选一张图片作为原图。
2.然后从数据集再随机挑选三张图片。
3.将三张图片中的目标拷贝到原图上去。
4.修改annotation文件。
本方法主要针对小目标的数据增强，因为考虑到覆盖的原因，所以请务必使用目标较小的，密度较低的数据集，不然会导致操作时间很长。

版权声明：本文为CSDN博主「我爱吃桃子」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_38875668/article/details/121240559