图像水平翻转后，汽车到了右侧，标注框却仍留在左侧。图像与标签相互矛盾，训练便会受影响。读完本文，你可以检查标注坐标、验证增强是否同步修改标签，并识别训练集与验证集的近重复泄漏。
本文从宽 100 像素的示意图入手，演示矩形框翻转的坐标变换，并解释划分和标注口径为何影响评估可信度。示例只用 Python 标准库，不依赖在线数据。你可以直接运行，分别检查正常框和越界框。
文章目录
- 图像翻转了，标注框为什么还在原位
- 核心概念与工作机制
- 标注口径与坐标约定
- 数据划分先于随机增强
- 标注与增强的区别
- 最小示例
- 环境与准备
- 工作流程图
- 完整代码或操作命令
- 运行步骤与预期输出
- 验证结果
- 常见误区与适用边界
- 总结
图像翻转了，标注框为什么还在原位
设一张图宽 100 像素，汽车框为(10, 20, 30, 40)。水平翻转后，汽车应移到图像右侧，新框为(70, 20, 90, 40)。若只翻转像素、不翻转框，输入和标签就会指向不同位置。
| 数据项 | 增强前 | 水平翻转后 |
|---|---|---|
| 图像中的汽车 | 左侧 | 右侧 |
| 正确标注框 | (10, 20, 30, 40) | (70, 20, 90, 40) |
| 错误做法 | 原框与原图一致 | 仍使用原框，标签错位 |
核心概念与工作机制
标注口径与坐标约定
标注不只是画框，还要确定类别字典、难例处理和坐标含义。本文使用像素坐标的半开区间(x1, y1, x2, y2)；如果数据格式存的是中心点、宽高或归一化坐标，必须先明确转换规则。分割任务的掩膜和关键点也要随图像执行同一种几何变换。
事件订阅实战：28类钉钉事件如何驱动Agent实时监听消息)
