Pytorch实现猫狗大战（二）

上一篇博客中，介绍了数据集的下载，现在开始下一个阶段，撸代码啦。
(注：发现github上一处可以数据，并且有代码，不过库函数更新的太快啦，有时候download的项目是不能直接跑起来的，所以我们需要进行微调。https://github.com/maples1993/Cats_vs_Dogs
https://github.com/gzshan/dogsVScats
我们下载得到的数据集如下：
下载得到的数据，有2个压缩包，我们将他们进行解压，得到test1文件夹和train文件夹，
其中test1文件夹下：

既有猫也有狗的图片，图片的命名是有顺序阿拉伯数字。

在train文件夹下：


属于猫的类别图片命名：cat+数字
属于狗的类别图片命名：dog+数字

我们只需要train文件夹中的数据即可。
首先，我们新建一个Dataset文件夹，将train中的图片都拷贝进去，
然后，再新建train和val文件夹，在这两个文件夹下，分别新建cat和dog文件夹
像这样的目录结构：

编写数据分类代码：preprocess_data.py
其中90%的数据当做训练集，10%的数据当做测试集

# -*- coding: utf-8 -*-
import os
import shutil # 用来移动图片的库，直接移走

def preprocess_data():
    data_file = os.listdir('data/Dataset') # 读取所有图片的名字
    #print(len(data_file)) # 查看数据大小
    # 将图片名为cat和dog的图片分别取出来，存为两个list
    cat_file = list(filter(lambda x:x[:3]=='cat',data_file))
    dog_file = list(filter(lambda x:x[:3]=='dog',data_file))
    
    data_root = 'data/'
    train_root = 'data/train'
    val_root = 'data/val'
    
    for i in range(len(cat_file)):
        print(i)
        pic_path = data_root + 'Dataset/' + cat_file[i]
        if i < len(cat_file)*0.9:
            obj_path = train_root + '/cat/' + cat_file[i]
        else:
            obj_path = val_root + '/cat/' + cat_file[i]
        shutil.move(pic_path,obj_path)
        
    for j in range(len(dog_file)):
        print(j) # 查看进度
        pic_path = data_root + 'Dataset/' + dog_file[j]
        if j < len(dog_file)*0.9:
            obj_path = train_root + '/dog/' + dog_file[j]
        else:
            obj_path = val_root + '/dog/' + dog_file[j]
        shutil.move(pic_path,obj_path)
        

# 程序运行接口，调用函数
if __name__ == '__main__':
    preprocess_data()

运行程序
我们的train下的cat文件夹和dog文件夹
val下的cat文件夹和dog文件夹
就会移入相应的图片。
等项目结束，我会把所有代码放在Github上。
记录学习的过程，让知识共享。