使用labelme做数据集标注效率不得不说非常感人，由此开始思考如何利用已经标注的数据集参考如下脚本编写python脚本对labelme标注的数据集进行左右/上下镜面翻转扩充数据集_Alex-Leung的博客-CSDN博客做了一些小小的修改，增加了旋转90度、270度、180度的情况，标1得6。labelme的数据格式等情况不再赘述，代码如下效果如下图所示：

使用labelme做数据集标注效率不得不说非常感人，由此开始思考如何利用已经标注的数据集参考如下脚本编写python脚本对labelme标注的数据集进行左右/上下镜面翻转扩充数据集_Alex-Leung的博客-CSDN博客做了一些小小的修改，增加了旋转90度、270度、180度的情况，标1得6。labelme的数据格式等情况不再赘述，代码如下效果如下图所示：

先前做了一个类似的，最近使用时发现有一点bug，修复了一下，在对非正方形图像进行镜面翻转时会出现标签偏移。主要是之前的工作都是基于正方形图像的，所以没发现这些问题，给出了新的翻转，旋转代码，同时给出了对labelme标签及图像进行切割成1000*1000尺寸的代码以供参考。

DINOv2是由 Meta AI 提出的第二代自监督视觉变换器模型（Vision Transformer）。该模型在没有人工标签的情况下，通过自监督学习技术，能够从海量无标注图像中学习有意义的表示。DINOv2在图像分类、目标检测、语义分割等任务上都表现出了优异的性能。dinov2演示中有一个将图像特征的三个第一主成分的可视化，映射到RGB值，本文通过google 用以实现该可视化功能。