数据集划分脚本

此代码将数据集分为：训练+验证，训练集，验证集，测试集，根据实际情况取相对应的文件即可。比如：
若你的训练代码中不包含验证集划分，取训练集，验证集，测试集使用；若包含验证集划分，取训练+验证，测试集使用。

新建一个split_train_test.py文件，用来划分数据集，代码如下：

import os
import random

trainval_percent = 0.9    # 训练+验证
train_percent = 0.9   #训练

xmlfilepath = 'DataSet\\Annotations'    # 标注文件路径
txtsavepath = 'DataSet\\Main'  # 划分后txt文件存放路径

total_xml = os.listdir(xmlfilepath)
num = len(total_xml)    # 样本集总量：训练+验证+测试
total_index = range(num)
trainval_num = int(num * trainval_percent )    # 训练+验证的样本量
train_num = int(trainval_num  * train_percent)    # 训练样本量

trainval = random.sample(total_index, trainval_num)
train = random.sample(trainval, train_num)

ftrainval = open('DataSet\\Main\\trainval.txt', 'w')    # 训练+验证
ftrain = open('DataSet\\Main\\train.txt', 'w')   # 训练
fval = open('DataSet\\Main\\val.txt', 'w')    # 验证
ftest = open('DataSet\\Main\\test.txt', 'w')    # 测试

for i in total_index:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
        
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()