删除没有标签的多余图片数据（txt文件）

在处理一些大型图片数据集时，我们会发现有些数据集的图片数量和标签数量不相同，这种时候一般是有部分的图片并没有匹配标签，此时我们可以将这些多余的图片删除，方便我们进行后期的训练。以下代码可删除：以txt文件为标签文件。

import os

def remove_unmatched_images(image_dir, label_dir):
    image_files = os.listdir(image_dir)
    label_files = os.listdir(label_dir)

    labeled_images = set([label_file.split('.')[0] for label_file in label_files])

    for label_file in label_files:
        image_name, _ = os.path.splitext(label_file)
        labeled_images.add(image_name)

    for image_file in image_files:
        image_name, extension = os.path.splitext(image_file)
        if extension.lower() == '.jpg' and image_name not in labeled_images:
            os.remove(os.path.join(image_dir, image_file))
            print(f"已删除没有匹配到标签的多余图片：{image_file}")

if __name__ == '__main__':
    image_dir = r"xxx" #图片地址
    label_dir = r"xxx"  #标签地址

remove_unmatched_images(image_dir, label_dir)