数据集划分——训练集、测试集、验证集按照7:1:2
前面我对乳腺超声图像数据库进行数据增强,得到:
然后对数据集进行划分,按照训练集、测试集、验证集7:1:2的比例。
代码:
import os
import random
import shutil
from shutil import copy2
"""os.listdir会将文件夹下的文件名集合成一个列表并返回"""
def getDir(filepath):
pathlist = os.listdir(filepath)
return pathlist
"""制作五类图像总的训练集,验证集和测试集所需要的文件夹,例如训练集的文件夹中装有五个文件夹,这些文件夹分别装有一定比例的五类图像"""
def mkTotalDir(data_path):
os.makedirs(data_path)
dic = ['train', 'val', 'test']
for i in range(0, 3):
current_path = data_path + dic[i] + '/'
# 这个函数用来判断当前路径是否存在,如果存在则创建失败,如果不存在则可以成功创建
isExists = os.path.exists(current_path)
if not isExists:
os.makedirs(current_path)
print('successful ' + dic