python 数据集划分：train ：val

python 数据集划分：train ：val

本代码将带有标签值的图片数据集，划分为可以调节比例大小的 train ：val

#  @@@@@@@@  划分数据集
import os
import cv2 as cv
import xml.etree.ElementTree as ET
import random
import shutil
imgs_path = r'./  /'      # 原来的图片集，
xml_path = r'./  /'       # 原来的标签值
imgnew_path = r'./  /'  #  生成的图片集，看做train数据集
xmlnew_path = r'./  /' #   生成的标签值，看做val数据集

imgs_list = []

imgs_list = os.listdir(imgs_path)    # 遍历整个图片文件夹
print(imgs_list)

m = len(imgs_list) // 10          #@@@@@@@@@@  这里设置 划分的比例,乘 1 表示 9:1 划分
n = m * 1

list = []
for i in range(0, n):
    rdom_name = random.sample(imgs_list, 1)     # @@@ 随机 从图片名字列表中提取一个 图片的名字
    print(rdom_name)
    a, b = rdom_name[0].split('.')
    xml_name = [a + '.xml']                     ## @@@ 提取和图片名字相同的 标签的名字
    print(xml_name)
    
    shutil.copy( os.path.join(imgs_path, rdom_name[0]), imgnew_path)   # 从原来的文件夹中提取图片，保存到新的文件夹中
    shutil.copy( os.path.join(xml_path, xml_name[0]), xmlnew_path)     # 从原来的文件夹中提取标签，保存到新的文件夹中
    
    os.remove(imgs_path+rdom_name[0])   #并删除原有文件
    os.remove(xml_path+xml_name[0])