1.一种针对小尺度目标的数据增强方法，其特征在于：包括以下步骤：S1：定义和采集小尺度目标，转换小尺度目标的图片格式并通过缩放获取更高分辨率的小尺度目标图片；具体步骤为：S11：定义小尺度为数据集中各目标的像素与总像素的占比，根据定义确定并采集小尺度目标；

S12：根据预设需求选择小尺度目标作为复制的对象；将采集的小尺度目标转化为标准的图片格式；

S13：对采集的小尺度目标进行放缩操作以增加小尺度目标的鲁棒性；同时利用三重线性插值的方式生成放缩后的小尺度目标，获取更高分辨率的小尺度目标图片，保证小尺度目标的清晰度，提高小尺度目标的图片质量；

S2：选择小尺度目标的映射区域，得到符合先验的公知常识的合成图像；具体步骤为：S21：根据步骤S12选取的小尺度目标，基于上下文场景确定映射区域；

S22：将小尺度目标放置于映射区域中，选取放置位置使小尺度目标不遮挡其他小尺度目标或关键的语义信息区域、且小尺度目标与映射区域相符合，从而得到符合先验的公知常识的合成图像；

S3：复制和增强小尺度目标，生成小尺度目标增强数据集；具体步骤为：S31：将小尺度目标复制到映射区域，用映射区域的背景替换小尺度目标的原始图像的背景；

S32：对复制到映射区域的小尺度目标进行包括平移、旋转、缩放、添加高斯白噪声、模糊的数据增强；

S33，选择经过上述处理的图片；循环步骤S1至S3生成小尺度目标增强数据集；

S4：评估小尺度目标增强数据集的性能。

2.根据权利要求1所述的一种针对小尺度目标的数据增强方法，其特征在于：所述的步骤S12中，选择的小尺度目标的语义信息保存完整。

3.根据权利要求1所述的一种针对小尺度目标的数据增强方法，其特征在于：所述的步骤S4中，具体步骤为：评估的指标包括统计小尺度目标在小尺度目标增强数据集的比例大小、小尺度目标在不同深度卷积目标检测或语义分割模型的检测性能和分割性能。

4.根据权利要求1所述的一种针对小尺度目标的数据增强方法，其特征在于：还包括生成上下文感知映射区域的方法。

5.一种计算机存储介质，其特征在于：其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行如权利要求1至权利要求4中任意一项所述的一种针对小尺度目标的数据增强方法。