使用 python 批量移动文件夹下的文件

使用 python 批量移动文件夹下的文件

前言与需求分析

  之前用 yolov5 做了一个飞行器的检测，本来 yolo 应该是一个分类器，但是我把它当作一个单个种类的检测器，本来以外我做错了，但是后来我用我的数据跑起来还是效果不错的（单纯指的是识别，精度效果还有待商榷），CSDN 了一番发现国内关于使用 yolo 检测单一种类众说纷纭，所以去　stackflow 去查了一下，就是单纯检测一类做训练是可以的，甚至有专门的攻略，真就 CSDN 是 2 咯？

  一开始做毕设的设想是 Yolov4,Yolov3做个对比，水一下就划过去了．但是在 B 乎上发现某大神说他用　yolov4 做 DOTA 数据的检测用不了，后来发现他的数据裁剪的大小是　640 x 640 的，而 yolov4 要求 608 x 608 的，而且 Yolov4,Yolov3 不大好配置，而且标签的格式不大一样，恰好昨天和一位群友交流的时候，他用 Retinanet 做了DOTA 的识别，再一查，好家伙，这标注的格式和知乎大神给的数据格式差不多，所以就突发奇想，能不能把我原来 yolov5 的同名 txt 从另一个 Labeltxt 中给拿出来并且处理一下然后批量复制到另一个文件夹中去.

这张图是 yolov5 的标注格式，如果要训练单一种类的话要从 0 开始，并且标签的格式是　class 四个归一化坐标　而 yolov4,Retinanet 分别用的是　image_path,坐标,种类名，种类标签,image_path,坐标,种类名

这是 Retinanet 的数据格式的介绍，而下面数具体的数据的格式的例子．

  由于 DOTA 数据集有原始的标注格式，所以我就想直接把那个复制过来，然后放进来，但是在　yolov5 中，我的仅有飞机的种类是训练数据集有　1823 个 txt 数据&#x