针对数据集包含大量冗余图像问题，提供一个按照帧数进行拆分数据集的代码【可自定义X帧】

原创

于 2023-04-03 16:42:07 发布 · 442 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #机器学习

前言：

目前较多的图像数据集都是由视频划分出来的，然而这样划分出来的文件包含了大量的冗余图像。全部用于训练将会增加不必要的训练时间。

╮(╯▽╰)╭

为此写了一个拆分数据集代码，主要实现就是通过间隔采样，将原来20帧的图像，每间隔5帧（可以自定义）进行选取，从而减少冗余图像的数量。

代码：

import glob
import shutil
import os
import random

from PIL import Image

def init():
    count = 0
    txtList = []
    # 注意修改提取帧数，目前是25帧选取一张
    frame = 25
    # 按比例选取 
     for image_path in glob.glob(r'E:\project\dataset\UA-DETRAC\images\train/*.jpg'):
         count = count