分层采样划分数据集

最新推荐文章于 2025-08-01 17:48:05 发布

原创

最新推荐文章于 2025-08-01 17:48:05 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#目标检测 #深度学习

本文详细介绍了在深度学习目标检测任务中，如何进行分层采样来构建数据集。通过这种方法，可以确保不同类别的样本在训练过程中得到均衡的处理，提高模型的泛化能力。内容涵盖了数据预处理、类别分布分析以及分层采样的具体步骤和技术要点。

import glob

cats_fenbu = {}
for i in range(18):
    cats_fenbu[str(i)] = 0

# 统计每个类别的个数
for txt in glob.glob(r"D:\dataset\TianChi_clothes\guangdong1_round1_train2_20190828\train\labels\*"):
    with open(txt, "r") as f:
        labels = f.read().splitlines()
        for line in labels:
            cat = line.split(" ")[0]
            cats_fenbu[str(cat)] += 1
print(cats_fenbu)

# 按8:2划分训练测试数据集,直接产生测试集，剩余的就是训练集
cats_test = {}      # 存放测试集每个类别应有的个数
for cats_fenbu_key in cats_fenbu:
    cats_test[cats_fenbu_key] = round(cats_fenbu[cats_fenbu_key] / 10 * 2)
print(cats_test)

cats_test_real = {}     # 存放测试集中当前已加入的各类别数
for i in range(18):
    cats_test_real[str(i)] = 0
dataset_test = []          # 存放测试集的图片名
for txt in glob.glob(r"D:\dataset\TianChi_clothes\guangdong1_round1_train2_20190828\train\labels\*"):
    with open(txt, "r") as f:
        labels = f.read().splitlines()
        txt_cats = []   # 存放当前txt文件中的所有类别
        for line in labels:
            cat = line.split(" ")[0]