将数据集划分为训练集以及测试集

将数据集简单地划分为测试集以及训练集

import os
import random

train_percent = .9  # 训练集所占比例
valid_percent = 0.1  # 测试集所占比例
xmlfilepath = 'data-delete'    #图片所在地相对路径
total_file = os.listdir(xmlfilepath)  #以列表地形式将文件夹中的图片名字罗列出
num = len(total_file)
list = range(num)
tr = int(num * train_percent)   #训练集的个数

tval = int(num * valid_percent)

trainval = random.sample(list, tval)  #在list里面随机抽取 tval个数重新构成一个列表，当作验证集

train = random.sample(list, tr)
ftrain = open('train.txt', 'w')
fval = open('valid.txt', 'w')

for i in list:
    name = "D:\yolov4-zhaban\data\data-delete/" + total_file[i] + '\n'
    if i in trainval:
        fval.write(name)
    else:
        ftrain.write(name)
ftrain.close()
fval.close()    #啊创建完毕，关闭文件