1.一种图像数据扩增方法，其特征在于，所述方法包括以下步骤：确定所需扩增的类别，从数据集中挑选出含有该类别的样本图像；

利用标注软件获取图像中该类别的标记框，确定类别信息中的目标区域和噪声干扰区域；

改变噪声干扰区域的像素值，生成新的图像样本；

重复上述过程即可对该类别图像数据进行扩增。

2.根据权利要求1所述的一种图像数据扩增方法，其特征在于，确定所需扩增的类别，从数据集中挑选出含有该类别的样本图像，包括：确定所需扩增类别，即数据集中样本偏少的类别；

从数据集中挑选包含该类别的图像样本数据，包括不同形状、大小、放置位置的图像样本，以及含有其他类别的图像样本。

3.根据权利要求1所述的一种图像数据扩增方法，其特征在于，利用标注软件获取图像中该类别的标记框，确定类别信息中的目标区域和噪声干扰区域，包括：利用标记软件在图像中标出该类别的区域，用标记框表示；

标记框之外的区域为噪声干扰区域1；

标记框之内需要保留的类别特征区域为目标区域；

标记框之内不需要保留的类别特征区域为噪声干扰区域2。

4.根据权利要求1所述的一种图像数据扩增方法，其特征在于，改变噪声干扰区域的像素值，包括：改变标记框之外的图像样本噪声干扰区域像素值；

标记框内将所需扩增类别中的噪声干扰区域像素值与其他类别的噪声干扰区域像素值相互交换；

标记框内所需扩增类别的噪声干扰区域像素值随机发生变化。

5.根据权利要求1所述的一种图像数据扩增方法，其特征在于，生成新的样本，包括：改变噪声干扰区域1，生成粗扩增样本；

改变噪声干扰区域2，生成细扩增样本；

粗扩增样本与细扩增样本相互结合得到所需扩增样本；；

重复上述过程即可对该类别图像数据进行扩增；

新样本不需要重新进行标记，直接可以进行模型训练。