python实现对于数据集的划分（随机划分出训练集和验证集）

import os
import random
'''
此程序是将所有的带有标签的数据集划分为训练数据集和验证数据集
按照一定比例从整个数据集中随机挑选出验证数据集，剩下的部分作为训练数据集

从裁剪之后的所有图像集合中随机采样出1/9的图像作为测试图像，剩下的8/9 作为训练图像
其中训练图像：测试图像 比例与之前相同
'''
sub_path='F:\\g\\detection_sub'
f=open(os.path.join(sub_path,'all_anno.txt'))#all_anno.txt 记录了整个数据集中的图像文件名（不包含后缀名）
all_lines=f.readlines()
valid=random.sample(all_lines,234)
all_lines=set(all_lines)
valid=set(valid)
train=all_lines-valid
with open(os.path.join(sub_path,'ead_valid.txt'),'a') as valid_txt:
    for valid_name in valid:
        valid_txt.write(valid_name)
with open(os.path.join(sub_path,'ead_train.txt'),'a') as train_txt:
    for train_name in train:
        train_txt.write(train_name)