只有一个图片文件夹ILSVRC2012_img_val(一共5万张)和相应的txt文本标签val.txt,将4万张图片划分到训练集,1万张图片划分到测试集。
前面是图片的命名,后面是图片的类别。
import random
import os
import shutil
image_index = [] #从txt文本随机挑1万个文本索引放入其中
image_path = r"D:\datasets\ImageNet\ILSVRC2012_img_val" #图片文件夹路径
train_path = r"D:\datasets\ImageNet\train" #要划分的训练集路径
test_path = r"D:\datasets\ImageNet\test" #要划分的测试集路径
txt_path = r"D:\datasets\ImageNet\val.txt" #txt文本路径
over = 0
with open(txt_path, "r") as f:
image_name = f.readlines() #打开txt文本,并把每行的txt文本放入到列表中
for i in range(len(image_name)): #将列表中的每行文本进行分割,只要图片名,不需要类别
image_name[i] = image_name[i].split(" ")[0]
for i in range(10000000000): #无限迭代,取到不同的1万张图片索引停止
a = random.randint(0, 49999) #从0-49999随机取值
if a in image_index: #如果取到相同的索引,返回继续取
continue
image_index.append(a) #添加到列表索引中
over += 1
if over==10000: #取到一万张停止
break
for i in range(50000): #划分数据集
if i in image_index: #查看索引是否在一万张的索引内,是的话,从图片文件夹复制到测试集文件夹
if os.path.exists(test_path): #测试集文件夹是否存在,不存在就先创建
shutil.copy(os.path.join(image_path, image_name[i]), os.path.join(test_path, image_name[i])) #从图片文件夹复制到测试集文件夹
else:
os.makedirs(test_path)
shutil.copy(os.path.join(image_path, image_name[i]), os.path.join(test_path, image_name[i]))
else: #索引不在一万张的索引内,所以划分到训练集
if os.path.exists(train_path):
shutil.copy(os.path.join(image_path, image_name[i]), os.path.join(train_path, image_name[i]))
else:
os.makedirs(train_path)
shutil.copy(os.path.join(image_path, image_name[i]), os.path.join(train_path, image_name[i]))