【YOLOv5 数据集划分】训练和验证、训练验证和测试（train、val）（train、val、test）

【YOLOv5 数据集划分】训练和验证、训练验证和测试（train、val），（train、val、test）
①在已有测试集的情况下划分训练集和验证集

# 将图片和标注数据按比例切分为 训练集和测试集
import shutil
import random
import os

# 数据集路径
image_original_path = './mydatasets/source_images/'
label_original_path = './mydatasets/train_labels/'
# 训练集路径
train_image_path = './mydatasets/train/'
train_label_path = './mydatasets/train_txt/'
# 验证集路径
val_image_path = './mydatasets/val/'
val_label_path = './mydatasets/val_txt/'


# 数据集划分比例，训练集80%，验证集20%，按需修改
train_percent = 0.8
val_percent = 0.2



# 检查文件夹是否存在
def mkdir():
    if not os.path.exists(train_image_path):
        os.makedirs(train_image_path)
    if not os.path.exists(train_label_path):
        os.makedirs(train_label_path)

    if not os.path.exists(val_image_path):
        os.makedirs(val_image_path)
    if not os.path.exists(val_label_path):
        os.makedirs(val_label_path)



def main():
    mkdir()

    total_txt = os.listdir(label_original_path)
    num_txt = len(total_txt)
    list_all_txt =