YOLOv5 or YOLOv8 快速划分训练集 验证集 测试集

该脚本实现了将原始数据集自动划分为yolo训练数据集排列形式

import os
import random
import shutil
"""
该脚本实现了将原始数据集自动划分为yolo训练数据集排列形式 (目录排序如下)

old_root:
    dataset
        images
        yolo_labels
        
new_root:
    dataset
        test
            images
            labels
        train
            images
            labels  
        val
            images
            labels          
"""


# 文件的递归删除(清空path文件夹下的所有文件,但不会删除空文件夹)
def del_dir(path):
    for i in os.listdir(path):
        path_file = os.path.join(path, i)

        # 如果是一个文件就删除,不然继续递归文件夹。
        if os.path.isfile(path_file):
            os.remove(path_file)

        elif os.path.isdir(path_file):
            file = os.listdir(path_file)
            if len(file) == 0:
                os.rmdir(path_file)
            else:
                del_dir(path_file)
                os.rmdir(path_file)


def remake_dir(path):
    if os.path.exists(path):
        os.mkdir(os.path.join(path, "images"))
        os.mkdir(os.path.join(path, "labels"))
    else:
        os.mkdir(path)
        os.mkdir(os.path.join(path, "images"))
        os.mkdir(os.path.join(path, "labels"))


def copy_files(old_root, new_root):

    # 保证随机可复现
    # 这保证了每次调用copy_files函数时的随机值是相同的
    random.seed(0)

    file_lists = os.listdir(old_root)

    all_files = []
    train_files = []
    val_files = []
    test_files = []

    for file in file_lists:
        all_files.append(file)

    L = len(all_files)
    train_num = int(0.8 * L)
    val_num = int(0.1 * L)
    test_num = L - train_num - val_num

    # 随机选取训练数据
    for i in range(train_num):
        temp = random.choice(all_files)
        train_files.append(temp)
        all_files.remove(temp)
    # 随机选取验证数据
    for i in range(val_num):
        temp = random.choice(all_files)
        val_files.append(temp)
        all_files.remove(temp)
    # 随机选取测试数据
    for i in range(test_num):
        temp = random.choice(all_files)
        test_files.append(temp)
        all_files.remove(temp)

    # 拷贝对应的训练集数据
    for file_name in train_files:

        if ".png" in file_name or ".jpg" in file_name:
            t_name = str("train\\images")
        else:
            t_name = str("train\\labels")

        old_file_path = os.path.join(old_root + str("\\") + file_name)
        new_file_path = os.path.join(new_root + str("\\") + t_name + str("\\") + file_name)

        shutil.copy(old_file_path, new_file_path)

    # 拷贝对应的验证集数据
    for file_name in val_files:

        if ".png" in file_name or ".jpg" in file_name:
            t_name = str("val\\images")
        else:
            t_name = str("val\\labels")

        old_file_path = os.path.join(old_root + str("\\") + file_name)
        new_file_path = os.path.join(new_root + str("\\") + t_name + str("\\") + file_name)

        shutil.copy(old_file_path, new_file_path)

    # 拷贝对应的测试集数据
    for file_name in test_files:

        if ".png" in file_name or ".jpg" in file_name:
            t_name = str("test\\images")
        else:
            t_name = str("test\\labels")

        old_file_path = os.path.join(old_root + str("\\") + file_name)
        new_file_path = os.path.join(new_root + str("\\") + t_name + str("\\") + file_name)

        shutil.copy(old_file_path, new_file_path)

    return


def main():

    old_root = r"D:\datasets\UCAS_AOD\CAR"

    new_root = r"D:\datasets\UCAS_AOD\train_yolo"

    path_list = ["train", "val", "test"]

    # 该部分循环实现了若文件夹存在则删除文件夹下的所有文件,并创建"images"和"labels"
    # 若文件夹不存在,则创建该文件,并创建子文件夹"images"和"labels"
    # 注释该部分则程序不会对文件是否存在进行判断,直接进行copy操作
    for path in path_list:
        path = os.path.join(new_root, path)
        if os.path.exists(path):
            del_dir(path)
            remake_dir(path)

        else:
            remake_dir(path)

    # 该部分实现对原始数据集的划分
    order_list = ["images", "yolo_labels"]
    for root in order_list:

        order_root = os.path.join(old_root, root)

        copy_files(order_root, new_root)


if __name__ == '__main__':
    main()

  • 3
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
在使用Yolov5进行目标检测任务时,划分训练集验证集测试集是一个重要的步骤。划分数据集的目的是为了在训练模型时能够有足够的数据进行优化,同时也需要验证集来评估模型性能,测试集用于最终的模型评估。 可以通过以下步骤来划分数据集: 1. 获取自己的数据集,并对数据集进行标注。标注可以使用VOC(xml格式)进行保存。 2. 使用提供的代码将标注文件从xml格式转换为txt格式。这可以方便后续的处理和训练。代码可以参考引用中提供的代码。 3. 根据需求,确定训练集验证集测试集的比例。一般来说,常见的划分比例是70%的数据用于训练,10%用于验证,20%用于测试。 4. 使用代码将数据集按照比例划分训练集验证集测试集。可以参考引用中提供的代码来实现。 5. 在Yolov5的配置文件中,根据划分后的数据集进行相应的配置。具体可以参考引用中提到的yaml文件的修改方法。 划分数据集后,可以使用划分好的训练集进行模型的训练,使用验证集进行模型的调参和性能评估,最后使用测试集进行最终的模型评估。这样可以确保模型在不同的数据集上有较好的泛化能力和性能。 希望以上信息对您有所帮助。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [YOLOv5将自己数据集划分训练集验证集测试集](https://blog.csdn.net/qq_52763448/article/details/126622825)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [python脚本划分训练集测试集,coco、voc格式的数据转换成yolo系列数据](https://download.csdn.net/download/qq122716072/85812629)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值