Image processing 如何在对象定位中执行数据扩充

为分类任务执行数据扩充很容易，因为大多数变换不会改变图像的地面真值标签

但是，在对象定位的情况下：

边界框的位置相对于已进行的裁剪

可能存在这样的情况，即边界框仅部分位于裁剪窗口中，在这种情况下，我们是否执行某种剪裁

还有一种情况是，裁剪中不包括对象边界框，我们是否在训练期间丢弃这些示例

---

我无法理解在对象定位中如何处理此类情况。大多数论文建议使用多尺度训练，但没有解决这些问题。

增强方法必须改变边界框的内容。在颜色增强的情况下，像素分布将发生变化，边界框的坐标不会发生变化。但在几何增强（如裁剪或缩放）的情况下，不仅会影响像素分布，还会影响边界框的坐标。这些更改应该保存在注释文件中，以便算法能够读取

---

自定义脚本是解决此问题的常用方法。但是，在我的存储库中，我有一个库可以帮助您。这里是链接。有了这个库，您可以执行我前面描述的操作。

您知道这是如何完成的吗？我觉得这很有帮助