一、LabelImg标注自己的原图数据集 .xml标注格式
二、带标签的数据增强
先将原始数据（图片，标注）转移到项目根目录，然后再数据增强，避免标注内容路径错误。
亮度变换加旋转
# 一、亮度
img_dir = 'multi/images' # 原始图片路径
anno_dir = 'multi/label' # 原始标签路径
img_write_dir = 'multidata/images'
anno_write_dir = 'multidata/label'
# 第二步：旋转 90和180旋转两次
angle = 90
img_dir='multidata/images' # 输入图片路径
anno_dir='multidata/label' # 输入标签路径
img_write_dir='multidata/images'
anno_write_dir='multidata/label'
三、利用labelimg查看标签，手动剔除旋转造成的无效标签
ubuntu下安装labelimg
用网上的终端clone源码教程安装行不通，直接pip install labelimg就完事儿了，非常快。随后一个个图片查看标签
。
在旋转过程中可能会出现如下的边界标签，需要手动删除
四、xml转txt
由于yolo数据集的标注格式要求是txt，所以需要把刚刚标注的xml转换为txt格式
五、创建数据集格式目录，划分数据集
最终结构
六、训练
从头训练
yolo task=detect mode=train model=data/yolov8n.yaml data=data/data.yaml epochs=100 imgsz=640 resume=True
基于模型训练
yolo task=detect mode=train model=runs/detect/train6/weights/best.pt data=multi/data.yaml epochs=100 imgsz=640
