基于Yolov8的道路缺陷检测，加入PConv、WIOU 、DCNV2提升检测精度

1.数据集介绍

缺陷类型：crack 

数据集数量：195张

1.1数据增强，扩充数据集

通过medianBlur、GaussianBlur、Blur3倍扩充得到780张图片

按照train、val、test进行8:1：1进行划分

1.1.1 通过split_train_val.py得到trainval.txt、val.txt、test.txt

# coding:utf-8

import os
import random
import argparse

parser = argparse.ArgumentParser()
#xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')
#数据集的划分，地址选择自己数据下的ImageSets/Main
parser.add_argument(