数据集自动划分(代码)

在你自己项目里面创建一个新的py文件,命名你随意。

import os

import shutil

import random

random.seed(0)

def split_data(file_path,xml_path, new_file_path, train_rate, val_rate, test_rate):

    each_class_image = []

    each_class_label = []

    for image in os.listdir(file_path):

        each_class_image.append(image)

    for label in os.listdir(xml_path):

        each_class_label.append(label)

    data=list(zip(each_class_image,each_class_label))

    total = len(each_class_image)

    random.shuffle(data)

    each_class_image,each_class_label=zip(*data)

    train_images = each_class_image[0:int(train_rate * total)]

    val_images = each_class_image[int(train_rate * total):int((train_rate + val_rate) * total)]

    test_images = each_class_image[int((train_rate + val_rate) * total):]

    train_labels = each_class_label[0:int(train_rate * total)]

    val_labels = each_class_label[int(train_rate * total):int((train_rate + val_rate) * total)]

    test_labels = each_class_label[int((train_rate + val_rate) * total):]

    for image in train_images:

        print(image)

        old_path = file_path + '/' + image

        new_path1 = new_file_path + '/' + 'train' + '/' + 'images'

        if not os.path.exists(new_path1):

            os.makedirs(new_path1)

        new_path = new_path1 + '/' + image

        shutil.copy(old_path, new_path)

    for label in train_labels:

        print(label)

        old_path = xml_path + '/' + label

        new_path1 = new_file_path + '/' + 'train' + '/' + 'labels'

        if not os.path.exists(new_path1):

            os.makedirs(new_path1)

        new_path = new_path1 + '/' + label

        shutil.copy(old_path, new_path)

    for image in val_images:

        old_path = file_path + '/' + image

        new_path1 = new_file_path + '/' + 'val' + '/' + 'images'

        if not os.path.exists(new_path1):

            os.makedirs(new_path1)

        new_path = new_path1 + '/' + image

        shutil.copy(old_path, new_path)

    for label in val_labels:

        old_path = xml_path + '/' + label

        new_path1 = new_file_path + '/' + 'val' + '/' + 'labels'

        if not os.path.exists(new_path1):

            os.makedirs(new_path1)

        new_path = new_path1 + '/' + label

        shutil.copy(old_path, new_path)

    for image in test_images:

        old_path = file_path + '/' + image

        new_path1 = new_file_path + '/' + 'test' + '/' + 'images'

        if not os.path.exists(new_path1):

            os.makedirs(new_path1)

        new_path = new_path1 + '/' + image

        shutil.copy(old_path, new_path)

    for label in test_labels:

        old_path = xml_path + '/' + label

        new_path1 = new_file_path + '/' + 'test' + '/' + 'labels'

        if not os.path.exists(new_path1):

            os.makedirs(new_path1)

        new_path = new_path1 + '/' + label

        shutil.copy(old_path, new_path)

if __name__ == '__main__':

    file_path = "D:/Files/dataSet/drone_images"

    xml_path = 'D:/Files/dataSet/drone_labels'

    new_file_path = "D:/Files/dataSet/droneData"

    split_data(file_path,xml_path, new_file_path, train_rate=0.6, val_rate=0.2, test_rate=0.2)  #数据集划分6:2:2


以上代码参考的:

(55条消息) 【yolov5】将标注好的数据集进行划分(附完整可运行python代码)_yolov5数据集划分_freezing?的博客-CSDN博客

上面代码改一下file_path 、xml_path 、new_file_path 就可以运行了。

直接划分了数据集  很方便!


显示这样则划分成功
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,372评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,368评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,415评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,157评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,171评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,125评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,028评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,887评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,310评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,533评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,690评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,411评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,004评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,812评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,693评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,577评论 2 353

推荐阅读更多精彩内容