四个玩具已经到货，而且这四个玩具材质比较相近，适合作为一组进行拍摄
-
拍摄设备：iPhone 11
-
辅助设备：DJI OSMO Mobile3
在拍摄的时候尽可能使的画面稳定，iso和曝光大致相同，且不同角度尽可能反映好玩具的不同侧面的样子，因此采用云台的自动跟踪模式进行焦点跟踪
同时边拍照边倒入电脑看效果，并记录拍摄过程中的一些图片数量等信息，方便后期进行数据清洗
由于并不想在真实环境中拍摄太多，因此只选取了两个场景
- 偏暖色调的沙发
- 偏冷色调的墙壁
这两个场景分别与长颈鹿、云与羊颜色相近，也进一步加强目标检测网络的能力
最终筛除掉一些比较劣质的数据，共得到93张有效数据，数量并不是很多，这是因为想通过学习数据集扩充的方法减少人力劳动。
同时由于手机像素比较高，每张图片在4M左右，数据量过千之后会对服务器和训练造成不少的时间消耗，因此在处理之前首先进行预处理——图像压缩，压缩后的图像大概在500k左右，效果十分明显
通过一整天的学习和调研，共使用了11种方法进行数据集的扩充
- 图像强度变换
- 图像滤波
- 透视变换
- 镜像翻转：flip
- 图像裁剪：crop
- 图像拉伸：deform
- 镜头畸变：distortion
- 注入噪声
- 椒盐噪声：noise
- 渐晕：vignetting
- 其他
- 随机抠除：cutout
同时我在进行数据集扩充的时候尽量模拟镜头在拍摄时造成的干扰，而不是一味的对图像进行“奇怪”的处理，尽可能大程度的加强数据集扩充的作用，避免之前同学产生的如下问题
随机裁剪带来很多奇怪的数据，对网络的训练会造成负面的影响
首先采用昨天搜集到的labelImage工具标注拍到的93张图片，这些图片存放在main/目录下，为所有数据中最原始的未处理数据；之后手工标注_crop, _deform, _distortion处理过的数据集，因为这部分如果采用脚本自动生成的话效果会很差，不能达到train集的素质，因此采用手工标注；_flip处理过的数据可以通过脚本自动生成有逻辑的标注，其余图像处理也可以直接复制之前手工标注的main/中的数据
最后将 手工标注的拍摄数据 + 手工标注的处理数据 + 自动生成的处理数据 + 之前同学留下的数据 四份数据进行训练，并且编写相应脚本进行一些预处理
这些看似不值一提的util，不仅能简化烦冗的工作，更是能整理一份清晰的目录结构，让之后在此方面进行的其他工作变得容易
文件命名方法
giraffe_10_sharpen.jpg
- pos0：类别名（people, sheep, giraffe, cloud, two, three, four, etc.)
- pos1: 在此类别中的编号
- pos2: 经过何种图像处理方法