【PyTorch】分类存储的图片，划分训练集与验证集（每个文件夹都存储同一类别的图片）

 对于分类存储的图片，pytorch可以用ImageFolder直接读取，非常方便，但是当需要把训练集划分为训练加验证的话，这个就不太能胜任了。

参考将分类存储的图片切分为训练集、验证集和测试集(PyTorch实现），可以把数据集划分为训练集和数据集，根据自己的数据集和需求小改了一下代码。

原文是针对所有类别样本数目都一样写的，我改成了当每个类别样本数目不一样的时候怎么按比例划分。

from torchvision.datasets import ImageFolder
from PIL import Image
from torch.utils.data import DataLoader
from torch.utils.data import Dataset
from torchvision import transforms


normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
train_transformer_ImageNet = transforms.Compose([
    transforms.Resize(256),
    transforms.RandomResizedCrop(224),
    transforms.RandomHorizontalFlip(),
    transforms.ToTensor(),
])

val_transformer_ImageNet = transforms.Compose([
    transforms.Resize(224),
    tran