重构了整个代码，在适配矩形框识别的基础上，支持了语义分割。

考虑使用难度，删除了依靠类创建图像增强工具包的方法，直接使用yaml文件构建工具包。（主要是参数太多了懒得写了）

重构后的代码主要适用于将多个图片组成一个大图片，适合图片中有一个部分是标签的情况，但并不适合整个图片作为一个标签的情况。

所以，适用于：

• 遥感影像
• 目标识别
• 语义分割
• ......

但是目前并不适用于：

• 数字水印

• 对图片进行旋转
  • 90度
  • 180度
  • 270度
• 对图像进行翻转
  • 水平翻转
  • 垂直翻转
• 对图像进行组合
  • 随机抽取图片
  • 组合为$n{\times}n$的正方形图片
  • 可以指定$n$的大小
• 对组合的图像进行增强
  • 增加高斯噪声
  • 修改图片亮度
• 参数可配置
  • 使用yaml文件参数配置参数
  • 通过创建对象的时候传值进行初始化

$ pip install -r requirements.txt
$ python sakebow-enhancer.py

$ pip install sakebow-enhancer

可配置项已经全部列在default.yaml中，包括：

config:
  size: 640 # 图片长宽，默认将图片更改为(640, 640)
  batch: 1 # 需要将几张原图合为1张大图
  type: 'detect' # 需要执行的任务。目前支持'detect'（矩形框识别）和'segment'（语义分割）
  deal: 1 # 需要执行多少次随机增强（这个部分只包括**增加高斯噪声**与**增加饱和度**这两个选项，翻转与旋转是默认随机，不可配置）
  epoch: 1 # 需要执行多少次随机增强（这个部分包括所有功能）
  noise_type: 'gauss' # 噪声的类型，目前只支持高斯噪声
noise: # 以 '-' 开头，读取将构成列表，列表内是若干包含`type`、`upper`与`lower`三个键的字典
  - type: 'gauss'
    upper: 15 # upper bound
    lower: 1 # lower bound
saturation: # 饱和度
  upper: 100 # upper bound
  lower: 1 # lower bound
operations: # 支持操作列表（目前仅支持以下内容）
  - 'rotate_90'   # 旋转90度
  - 'rotate_180'  # 旋转180度
  - 'rotate_270'  # 旋转270度
  - 'flip_x'      # 水平翻转
  - 'flip_y'      # 垂直翻转
input: # 输入图片与标签所在目录
  image: 'images'
  label: 'labels'
output: # 输出图片与标签所在目录
  image: 'output/images'
  label: 'output/labels'

需要额外强调的是，我希望用户能够明确地知道现在需要执行什么任务。否则，后续的识别将会出现不可预知的问题。为了实现这个目的，我设置了：

config:
  type: 'detect'

在使用dataleader进行读取的过程中，将监测当前输入的标签文件的格式是否符合config.type，并阻止标签与任务不匹配的情况。

例如，我需要执行语义分割任务，则需要将config.type设置为segment。但是如果检测到的标签并不是segment，程序将报错；

同样的，我需要执行矩形框识别任务，则需要将config.type设置为detect。

在执行之前，最好按照如下方式固定文件夹。

当然，如果你觉得你对你的相对路径能力具有绝对的自信，可以通过修改配置文件的方式解决。同样的，你对Windows的编码问题相当熟悉，也可以直接在配置文件中用\\代替/。

显然，我没有自信，所以我推荐大家这样组织目录结构：

your_dataset_dir/
|
|- images/ # 图片所在目录
|  |- image1.jpg
|  |- ...
|- labels/ # 标签所在目录
|  |- label1.txt
|  |- ...
|- output/ # 输出目录
|  |- images/ # 输出图片所在目录（空文件夹）
|  |- labels/ # 输出标签所在目录（空文件夹）
|- my.yaml # 你的配置文件（可以没有）
"""下面都是必须存在的文件，当然也是源码默认附带的"""
|- default.yaml
|- datadealer.py
|- reinforce.py
|- sakebow-enhancer.py
|- sakebow-enhancer-cli.py
|- transform.py
|- validate.py

如果你需要修改配置文件，最好是复制一份default.yaml，并命名为my.yaml或者什么的，并修改需要自定义的参数，然后在datadealer.py中传入你的配置文件路径即可。

传入路径的方式就是修改sakebow-enhancer.py文件，修改最后一行里run方法的参数：

run(yaml_path="my.yaml")

然后直接运行sakebow-enhancer.py文件：

$ python sakebow-enhancer.py

当然，我也明白有些人对命令行的执着。所以我也给了一个方案。

首先修改你的default.yaml文件，然后执行如下命令：

$ python sakebow-enhancer-cli.py --yaml=my.yaml

其实不难发现，datadealer.py文件中的main函数内容也具备执行的能力。所以，还有一种非常直接的方式：直接修改default.yaml文件。修改好了之后，我们就直接执行：

$ python datadealer.py

• 不支持Windows系统中带有空格的文件路径
• 有待发现...