数据集随机+比例分为训练集和测试集：并分别存为文件夹

需求：将数据集随机分为训练集和测试集，并将随机分类的图像保存至对应的文件夹。让train+test=原始数据，且带有随机比例。

原因：需要将初始化数据集随机分配之后，再将训练集做数据增光，所以不能直接采用txt随机生成路径的方式。

原始数据：0,1

train：0,1；把原始数据的内容复制到train里，再做分割。

test:0,1

---

1. 数据集随机分为训练集+测试集，并分别保存在相应的文件夹中 

# coding=utf-8
# 随机生成训练集和测试集
# 对一个文件夹下的图像生成txt，然后随机选取里面的内容，然后保存到不同的文件夹。
# coding=utf-8
import os, random, shutil


def moveFile(fileDir):
    pathDir = os.listdir(fileDir)  # 取图片的原始路径
    filenumber = len(pathDir)
    picknumber = int(filenumber * ratio)  # 按照rate比例从文件夹中取一定数量图片
    sample = random.sample(pathDir, picknumber)  # 随机选取picknumber数量的样本图片
    for name in sample:
        shutil.move(os.path.join(fileDir, name), os.path.join(tarDir, name))
    return


if __name__ == '__main__':
    ori_path = 'G:\\train'  # 最开始train的文件夹路径
    split_Dir = 'G:\\test1'  # 移动到新的文件夹路径
    ratio = 0.3  # 抽取比例
    for firstPath in os.listdir(ori_path):
        fileDir = os.path.join(ori_path, firstPath)  # 原图片文件夹路径
        tarDir = os.path.join(split_Dir, firstPath)  # val下子文件夹名字
        if not os.path.exists(tarDir):  # 如果val下没有子文件夹，就创建
            os.makedirs(tarDir)
        moveFile(fileDir)  # 从每个子类别开始逐个划分

2. 对训练集的图像进行镜像处理

# coding=utf-8
# 训练集扩充：生成镜像
from PIL import Image
import os

rootPath = 'G:\\flir adas dataset\\infra_pestrain_0606\\train'
for firstPath in os.listdir(rootPath):
    # 将子文件夹的名字加入到路径里面
    fileDir = os.path.join(rootPath, firstPath)
    pathDir = os.listdir(fileDir)
    filenumber = len(pathDir)
    for name in pathDir:
        image = Image.open(fileDir+'\\'+name)
        # 图像左右翻转
        out = image.transpose(Image.FLIP_LEFT_RIGHT)
        # 重命名
        savename = fileDir+'\\'+name[:-4]+"_mirr.jpg"
        # 图像存储
        out.save(savename, quality=100)  # quality=100

3、Windows下dos将文件夹下的图像名的路径保存为txt

https://blog.csdn.net/Young__Fan/article/details/84998254

 

4、libsvm训练多分类

参考代码：HOG+SVM的minist https://github.com/YihangLou/SVM-Minist-HandWriting-Recognition/tree/4f29be085f4977e7f38df1a84a6c84abbc05f58e 手写数字体识别，肯定是多分类，且是10类分类，还可以统计accuracy，有Python对应的代码来统计信息。

libsvm svm_predict_probability函数的用法——>返回概率 表明libsvm是可以实现多分类的，接口和意义如下：

同样的数据在Python的sklearn的svm下面训练，accuracy是1，所以不知道问题是什么？先搭建一下C++的环境，然后再python环境下查找问题，然后优化，然后再移植。

仍然存在的问题：

（1）数据量不够，数据采集规则见https://blog.csdn.net/haronchou/article/details/106649118

（2）没有负样本了，单分类肯定放很多负样本进去以确保模型的鲁棒性，但是多分类怎么确保呢？

（3）python下面的train error是0，testing error是0，对应着accuracy=1。就是每一个都预测的是对的，这……是特征很容易分开，还是模型过拟合了？

（4）现在的问题是：既不是行人也不是汽车的样本进入到分类器后，会怎么样？