1：环境及其工具

labelimg,python=3.6,创建虚拟环境，不易污染其他环境
新的环境下，在View视图目录下，选中auto-save-model,Advanced Model。导入路径，选中YOLO格式，如果是重复使用的环境，在新的文件夹创建新的标注，则需重新初始化labelimg,它在以上参数设置下会默认保存路径为上次所用。标注信息为txt保存格式，每一行记录一个标注对象，并由5个元素构成（object class{从0开始递增}，x_center/image width，y_center/image_height，width/image_width,height/image_height）归一化（normalized:0-1）

normalize.png

这里标注的文件夹有两个，如下，目标生成images和labels

前面两个文件夹为标注的文件夹.png

标注的文件夹.png

txt内容.png

images/train.png

labels/train.png

拆分代码如下：

# -*- coding: utf-8 -*-
import os, random, shutil
import numpy as np
import json
import shutil

def find_dir_path(path, keyword_name, dir_list):
    files = os.listdir(path)
    for file_name in files:
        file_path = os.path.join(path, file_name)
        if os.path.isdir(file_path) and keyword_name not in file_path:
            find_dir_path(file_path, keyword_name, dir_list)
        elif os.path.isdir(file_path) and keyword_name in file_path:
            dir_list.append(file_path)
            
all_result_path = []
src_path ='C:/Users/eadhaw/Desktop/0125/'
label_save_path = 'C:/Users/eadhaw/Desktop/0125/labels/val/'
image_save_path = 'C:/Users/eadhaw/Desktop/0125/images/val/'
label_save_path_after = 'C:/Users/eadhaw/Desktop/0125/labels/train/'
image_save_path_after = 'C:/Users/eadhaw/Desktop/0125/images/train/'
find_dir_path(src_path, 'bird', all_result_path)              # 找出所有带着关键词(_json)的所有目标文件夹
print(all_result_path)   

img_list = []
temp = []
for dir_path in all_result_path:
    FileNameList = os.listdir(dir_path)
    print(dir_path)
#     print(FileNameList)
    for i in range(len(FileNameList)):
        if(os.path.splitext(FileNameList[i])[1] == ".jpg"):
            temp = FileNameList[i][:-4]
            img_list.append(temp)
#             print(img_list)
            filenumber=len(img_list)
#     print(filenumber)
#     print(img_list)

### 该部分为拆分val后剩下的，复制到新的文件，不能和拆分val的一起运行

    for res in img_list:
        res_jpg = res + ".jpg"
        res_txt = res + ".txt"
        shutil.copy(dir_path + "/" + res_jpg, image_save_path_after + res_jpg)
        shutil.copy(dir_path + "/" + res_txt, label_save_path_after + res_txt)
        
### 该部分为拆分数据集得到val

    rate=0.2    #rate=想取图片数量/文件夹下面所有图片数量
    picknumber=int(filenumber*rate) #想取图片数量（整数）
    sample = random.sample(img_list, picknumber)  #在图片名list中随机选取   
    print (sample)
    for name in sample:
        jpg_name = name + ".jpg"
        txt_name = name + ".txt"
        print(jpg_name)
        print(txt_name)
        shutil.move(dir_path + "/" + jpg_name, image_save_path + jpg_name)
        shutil.move(dir_path + "/" + txt_name, label_save_path + txt_name)

    img_list = []                    # 一个文件夹读完，重新初始化，该步为两部分都需的

最终的文件夹构成可仿照官方的样例

最终文件夹构成官方样例.png