加载数据

create_dataloader

跳转到datasets.py文件中，可以看到支持输入的文件类型非常丰富。。

回归正题

跳转LoadImagesAndLabels
加载图片和标签的函数

读取图片

f = []存储所有图片的路径

bi给当前数组做batch索引
nb就是所有的batch数目

加载标签

label_files所有标签的路径
cache_path、cache是缓存路径和缓存

cache

labels是按照文件名从cache中取出对应图片的标签，

extract_bounding_boxes 是否把框截取出来
create_datasubset、labels_loaded、extract_bounding_boxes和目标检测后续任务有关

nm, nf, ne, ns, nd = 0, 0, 0, 0, 0 # number missing, found, empty, datasubset, duplicate
这些和读取数据进度条打印的数据有关

一张张读取标签数据，做异常处理。。

进度条打印数据

在一次循环遍历读取标签

马赛克数据增强

完成的数据和标签的初始化操作后，
当训练网络时，执行__getitem__函数向网络传递数据

图片

使用了马赛克数据增强


四合一的拼接

yc, xc = [int(random.uniform(-x, 2 * s + x)) for x in self.mosaic_border]  

随机中心点

img4 = np.full((s * 2, s * 2, img.shape[2]), 114, dtype=np.uint8) 

1.初始化大图

x1a, y1a, x2a, y2a = max(xc - w, 0), max(yc - h, 0), xc, yc

2.计算当前图片放在大图中什么位置

max是为了防止小图在大图中越界。。
左上角，右上角为（0，0）坐标系原点。。。

x1b, y1b, x2b, y2b = w - (x2a - x1a), h - (y2a - y1a), w, h

3.计算在小图中取哪一部分放到大图中

---

开始截图

a大图的区域
b小图的部分

padw，padh是当前小图左上角点距离原点的距离
(左上角那俩青色的线条长度)

标签

应为截图拼接了，所以标签位置也需要变化

标签加上padw，padh的原因显而易见。。。
（偏移量）

其他的数据增强

源码是在马赛克数据增强后直接来random_perspective
整合的大图再进行随机旋转、平移、缩放、裁剪

变图像

img是输入图像
M就是图像变换矩阵

M = T @ S @ R @ P @ C

将旋转 平移 缩放等操作 都需要系数矩阵组合到一起。。

cv2.warpPerspective（）完成数据增强

变标签

__getitem__构建Batch

做完数据增强，返回到__getitem__
如果batch是16，就调用16次__getitem__,得到一个batch的最终数据。。

1.调整标签格式 2.归一化标签取值范围

在就是最后，
按照一定比例做不做数据增强。。。
数据和标签都得做。。。