数据工具链

高质量的数据是模型精度的基石。我们提供了一套完整的工具链，用于从 LabelMe 标注生成 YOLO 训练数据。

数据生成器

脚本: src/cv/data_tools/generate_yolo_obb_data.py

该工具负责将少量的原始标注数据扩充为大规模的训练集。

主要功能

1. 格式转换:

   • 输入：LabelMe JSON（多边形标注）。
   • 输出：YOLO OBB 格式 (class_id x1 y1 x2 y2 x3 y3 x4 y4)。
   • 算法：自动计算多边形的最小外接旋转矩形。

2. 数据增强 Pipeline:

   • 几何变换: 随机旋转（+/- 30度）、水平/垂直翻转。关键在于不仅旋转图像，还要精确旋转标注坐标。
   • 像素增强: 随机亮度/对比度调整、高斯噪声、模糊处理。

3. 自动数据集构建:

   • 依据设定的 target_count（如 500 张），循环生成增强数据。
   • 自动按比例（默认 7:2:1）划分 train / val / test 集。
   • 自动生成 dataset.yaml 配置文件。

使用方法

python src/cv/data_tools/generate_yolo_obb_data.py \
    --annotations ./data/annotations \
    --output ./data/datasets/yolo_obb \
    --target_count 1000