UCF101数据集处理

之前复现代码时所用的ucf101数据集是直接将原数据集中的视频处理成图片。数据集目录如下：
UCF101/ApplyEyeMakeup/v_ApplyEyeMakeup_g01_c01/img_00001.jpg
(此时通过train.txt和test.txt两个文本文档来读取数据集信息。两个文本中有三列内容，第一列是路径，第二列是视频的帧数，第三列是视频的类别）

这次代码复现则需要将整个数据集分成两个部分 训练集 和测试集。那么数据集目录需要转换成以下形式：
UCF101/train/ApplyEyeMakeup/v_ApplyEyeMakeup_g01_c01/img_00001.jpg
UCF101/test/ApplyEyeMakeup/v_ApplyEyeMakeup_g01_c02/img_00001.jpg

因为手动复制文件夹过于麻烦，所以采用python编程来完成。主要思想就是通过读取上面所说的train.txt和test.txt文件，然后将对应的文件夹放入train、test文件夹下面。代码如下:

#coding:utf-8
import os,shutil
#移动文件夹的函数，将一个文件夹下所有文件移动到另一个文件夹下
def move_file(orgin_path,moved_path):  
    dir_files=os.listdir(orgin_path)   #得到该文件夹下所有文件
    for file in dir_files:
        file_path = os.path.join(orgin_path,file) #路径拼接成绝对路径
        if os.path.isfile(file_path):  #如果是文件，则打印这个文件路径
            if file.endswith(".jpg"):
                if os.path.exists(os.path.join(moved_path,file)):
                    print("有重复文件，跳过，不移动")
                    continue
                else:
                    shutil.move(file_path, moved_path)
        if os.path.isdir(file_path): #如果是目录，就递归子目录
            moved_path=os.path.join(moved_path,file)
            if not os.path.exists(moved_path):
                os.mkdir(moved_path)
            move_file(file_path,moved_path)
    print("移动文件成功！")

list_file='yourpath/ucf101test02.txt' #存有train/test.txt文件的路径
root='yourpath/UCF101/origin' #原数据集的目录
destinate='yourpath/UCF101/test'  #目标位置的目录
tmp = [x.strip().split(',') for x in open(list_file)] #将.txt文档中的内容以逗号分隔

class_ = sorted(os.listdir(root))

for c in class_:
    class_path = os.path.join(destinate, c) 
    #在目标位置下建好分类级的文件夹，如/mnt/data/public/UCF101/testApplyEyemakeup,
    #因为不可以越过一个不存在的目录，新建更深层的目录
    if not os.path.exists(class_path):
        os.mkdir(class_path)

for i in range(0,len(tmp)):
    root_path=os.path.join(root,tmp[i][0])   #原路径
    dest_path=os.path.join(destinate,tmp[i][0])  #目标路径
    if not os.path.exists(dest_path):  #若不存在目标路径则新建
        os.mkdir(dest_path)  
    move_file(root_path,dest_path)  #将原路径下的文件移动到目标目录下

通过该程序就可以将原有的整个UCF101数据集分成 训练集 和测试集 了