处理CUB_200_2011数据集，划分train和test

乱搭巴士

已于 2022-07-07 11:56:11 修改

阅读量1.2k

点赞数

分类专栏：个人学习_研究生文章标签：人工智能深度学习机器学习

于 2022-07-07 11:54:58 首次发布

本文链接：https://blog.csdn.net/qq_45128278/article/details/125656308

版权

本文介绍了如何处理CUB_200_2011数据集，将其划分为训练集和测试集，以供图像分类的深度学习和机器学习实验使用。

摘要由CSDN通过智能技术生成

处理CUB_200_2011数据集，划分train和test。用于图像分类实验。

# *_*coding: utf-8 *_*
# author --liming--

"""
读取images.txt文件,获得每个图像的标签
读取train_test_split.txt文件,获取每个图像的train, test标签.其中1为训练,0为测试.
"""

import os
import shutil
import numpy as np
import time

time_start = time.time()
path='C:\\Users\\hp\\Desktop\\FRSKD\\CUB200\\CUB_200_2011\\'
# 文件路径
path_images = path + 'images.txt'
path_split = path + 'train_test_split.txt'
trian_save_path = path + 'dataset/train/'
test_save_path = path + 'dataset/test/'

# 读取images.txt文件
images = []
with open(path_images, 'r') as f:
    for line in f:
        images.append(list(line.strip('\n').split(',')))

# 读取train_test_split.txt文件
split = []
with open(path_split, 'r') as f_:
    for line