yolov7数据增强方法改进

DD-YOLOv5是一种基于YOLOv5网络改进的算法模型，它在骨干网络中采用了上下文变换器网络（CoTNet）。此外，还对数据增强方法进行了改进。改进的数据增强方法包括以下参数：
- hsv_h：调整图像的色调（hue）的幅度，取值为0到1之间的小数。
- hsv_s：调整图像的饱和度（saturation）的幅度，取值为0到1之间的小数。
- hsv_v：调整图像的明度（value）的幅度，取值为0到1之间的小数。
- degrees：图像旋转的角度，取值为0到360之间的整数。
- translate：图像平移的幅度，取值为0到1之间的小数。
- scale：图像缩放的幅度，取值为0到1之间的小数。
- shear：图像扭曲的角度，取值为0到180之间的整数。
- perspective：图像透视变换的幅度，取值为0到0.001之间的小数。
- flipud：上下翻转图像的概率，取值为0到1之间的小数。
- fliplr：左右翻转图像的概率，取值为0到1之间的小数。
- mosaic：使用马赛克技术随机拼接多张图像的概率，取值为0到1之间的小数。
- mixup：使用mixup技术将多张图像混合的概率，取值为0到1之间的小数。
- copy_paste：使用图像复制和粘贴技术将多张图像混合的概率，取值为0到1之间的小数。
- paste_in：在单张图像上进行复制和粘贴的概率，取值为0到1之间的小数。

这些改进的数据增强方法可以增加模型的泛化能力，提高模型在花色布匹瑕疵检测中的准确性和鲁棒性。