OpenCV中的训练数据集生成器

Question

我正在研究所谓的“图像和视频中的交通标志检测”，并使用名为YOLO（您只看一次）的神经网络。我认为它的名字很容易解释，但可以找到here。 该网络正在从未裁剪的带注释的图像中学习（常规网络用于训练裁剪后的图像）。为了能够学习此网络，我不需要裁剪注释的欧洲交通标志数据集。我找不到任何here，甚至找不到，所以我决定生成自己的数据集。

---

首先，我将许多从静态相机拍摄的道路图像加载到汽车上。

我这样的透明交通（停车）标志很少

然后，我将执行一些操作来使交通标志看起来“真实”并将其复制到随机位置（通常位于交通标志所在的位置）。根据其在图像中的位置来调整交通标志的大小-越靠近中间标志，标志越小。

我正在交通标志上执行的操作是：

• 内核大小从1x1到31x31的模糊符号。
• 在X轴上左右旋转图像，随机角度为0到20。
• 在Z轴上左右旋转图像，随机角度为0到30。
• 通过将0到50的随机值相加/相减来增加发光强度

---

在这里您可能会看到一些结果示例（我猜是更好的示例）：click.

以下是源代码：click.

---

问题：

• 有什么我可以做的使手势看起来更真实并让神经网络训练得更好吗？

如果该问题更适合其他类型的网站，请告诉我。