我想用YOLO v4训练一个对象检测模型。我有一个文件夹，其中包含txt文件中带有边界框注释的jpg图像。我没有太多的数据，所以我决定对我的数据做一些数据扩充。我遇到了以下问题:
- 我已经尝试过Roboflow，所以我可以直接在文本文件中有边界框，但问题是Roboflow应用随机数据增强，有时它给出相同的图片或只应用一个小的变化。
- 我已经尝试过Albumentations，但我有边界框的问题，我尝试了Pascal voc格式，它工作了，但我不知道如何为整个数据集自动做到这一点。
有其他的解决方案或建议，我将不胜感激。谢谢你
你不必太担心数据增强，因为它有许多数据增强技术，它应用这些技术来帮助提高模型性能和泛化。
YoloV4使用的一些数据增强技术是CutMix, Blurring, Class label smoothing, Mosaic data augmentation, Self-Adversarial Training。您可以从这里的YoloV4论文中了解有关各种增强方法的不同类型和影响的更多信息
下面是这个YoloV4的GitHub实现中使用的所有数据增强技术的列表