Yolov5偷懒用算法生成负样本label文件

在学习yolov5中遇到了数据集标签的问题，巨大的数据集标定，谁看了都害怕，一般来说少量的负样本自己创建就行，但当数据集数量大时，负样本的数量也会稍微增加，多一点点就不想干了，想了想不如用简单的算法偷懒，毕竟负样本只是empty，创建空txt文件即可

#coding=utf-8 
import os
def text_create(name):
    desktop_path = "F:\\data\\Test\\"  # 创建的label文件的存放路径
    full_path = desktop_path + name + '.txt'
    file = open(full_path, 'w')
    file.close()


IamgesPath = 'C:\\Users\\Administrator\\Desktop\\falseIamge'          #负样本的地址
for i,j,k in os.walk(IamgesPath):
    for s in k:                                                       #其它图片格式稍微修改一下即可
        s=s.strip('.jpg')
        text_create(s)
        print(s)