Python 保留现有标签的数据扩充

问题陈述

我在一个项目中使用YOLO模型检测给定图片中的工具。例如锤子、螺丝刀、螺栓等。我只有100张图片作为训练数据集，并且我使用多边形标记它们。我已经决定用下面给定的代码扩充数据。我有500张新图片，但问题是我不想再给它们贴标签了。我正在寻找任何方法，标签边界框（多边形）调整（保留）与新闻增强图像，以便我可以得到多边形数据，而无需再做标签。简而言之，我希望在图像增强过程中保留标签

用于扩充的代码

亮度=[0.7,0.8,1]#不同的亮度级别
旋转=[10，-10]#不同的旋转级别
#主链接源
主路径=r.“/扩充”
#主道指挥
dir=os.listdir（主路径）[1:]
#从目录中读取并迭代所有图像
目录中的名称：
image=image.open（os.path.join（主路径，名称））
#从图像应用旋转
对于旋转中的j：#不同的旋转级别
旋转=图像。旋转（j）
ransImageRGBA=旋转.convert（“RGB”）
应用\u br=图像增强亮度（ransImageRGBA）
#在旋转图像中应用亮度值
对于亮度中的i:#不同的旋转级别
亮度=应用增强（i）
#下线输出
Lightness=apply_br.enhance（i）.save（（os.path.join（主路径，'augmented_Images'，str（i）+str（j））+name））
打印（'图像已成功扩充'）

查看。此模块的扩展也会扩展标签。还有一件事，您现在正在做的是离线增强。你可能想看看在线扩充。然后，每个时代的图片都以不同的方式进行增强，您只需在增强的图片上进行训练。这样你就不必有太多的磁盘空间

---

如果您将Yolov4与darknet一起使用，图像增强将自动执行。

感谢@joosblack的建议。你能告诉我，在训练中，我应该使用什么样的尤洛夫4黑暗者来获得自动增援吗。他们的github页面非常好地解释了如何开始：

https://github.com/AlexeyAB/darknet

。默认情况下会执行图像增强。