import os
import random
import shutil
import time
def copyFile(fileDir, class_name):
image_list = os.listdir(fileDir) # 获取图片的原始路径,列出子文件夹
image_number = len(image_list)
train_number = int(image_number * train_rate)
train_sample = random.sample(image_list, train_number) # 从image_list中随机获取0.8比例的图像.
test_sample = list(set(image_list) - set(train_sample))
sample = [train_sample, test_sample]
# 复制图像到目标文件夹
for k in range(len(save_dir)):
# os.makedirs(save_dir[k] + class_name)
# for name in sample[k]:
# shutil.copy(os.path.join(fileDir, name), os.path.join(save_dir[k], class_name, name))
if os.path.isdir(save_dir[k] + '/'+class_name):
for name in sample[k]:
shutil.copy(os.path.join(fileDir, name), os.path.join(save_dir[k] + '/'+class_name+'/', name)) # 连接两个或更多的路径名组件
else:
os.makedirs(save_dir[k] + '/'+class_name)
for name in sample[k]:
shutil.copy(os.path.join(fileDir, name), os.path.join(save_dir[k] +'/'+ class_name+'/', name))
if name == ‘main’:
time_start = time.time()
# 原始数据集路径
origion_path = './data/a256'
# 保存路径
save_train_dir = './data3/train'
save_test_dir = './data3/test'
save_dir = [save_train_dir, save_test_dir]
# 训练集比例
train_rate = 0.8
# 数据集类别及数量
file_list = os.listdir(origion_path)
num_classes = len(file_list)
for i in range(num_classes):
class_name = file_list[i]
image_Dir = os.path.join(origion_path, class_name)
copyFile(image_Dir, class_name)
print('%s划分完毕!' % class_name)
time_end = time.time()
print('---------------')
print('训练集和测试集划分共耗时%s!' % (time_end - time_start))
花了几天去找一个划分数据集的程序。这个程序是参考的一篇博客,谢谢这个大佬。改了其中一部分,因为原本代码文件存储方式不是我要的,这个大佬写的是存储不了两个文件夹。我用的是caltech256数据集,里面有三万多张图,我需要按比例随机抽取分成训练集与测试集。可能是大佬特意给我留了坑))也可能是我们需要分成文件夹的方式不一样。其实是一个很简单的问题,if os.path.isdir(save_dir[k] + ‘/’+class_name),原本的没有‘/’。