必看系列之python常见文件操作----超详细

本文介绍了Python os模块的四个核心函数:os.path.dirname()用于获取路径中的目录名,os.listdir()列出指定目录下的文件名,os.path.join()拼接路径,os.path.isdir()判断路径是否为目录。同时涵盖了os.path.splitext()和str.split()的文件扩展名处理。
摘要由CSDN通过智能技术生成

1. os.path.dirname()

The dirname function returns the directory name from a path. 

函数的作用是:返回路径中的目录名称。

它的功能是切换当前目录至dirName目录名

如下图所示,我的2.jpg文件在filename文件架中,故它切换至C:\Users\Curry\Desktop\filename当中

path1 = os.path.dirname(r"C:\Users\Curry\Desktop\filename\2.jpg")
print(path1)
------------------------------------------------------
Output: C:\Users\Curry\Desktop\filename

2. os. llistdir()

 listdir():列出指定目录下的所有文件名;如下图,我的文件filename下是5张图片,listdir就会列出filename文件夹下的所有文件,并且返回一个列表

import os
file_dir = r"C:\Users\Curry\Desktop\filename"  
filelist = os.listdir(file_dir)
print(filelist)

for file in filelist: #遍历filename里面所有文件
    print(file)
------------------------------------------
Output1:  ['2.jpg', '3.jpg', '7.jpg', 'aa.png', 'cc.png']
------------------------------------------------------------
Output2:  
2.jpg
3.jpg
7.jpg
aa.png
cc.png

3. os.path.join() 

函数用于路径拼接文件路径,可以传入多个参数。就是将参数进行拼接,A\B

dir = os.path.join('filename', '1.jpg')
print(dir)
-----------------------------------------------------
Output : filename\1.jpg

4. os.path.isdir()

os.path.isdir()函数判断某一路径是否为目录; 若是返回True,否则返回False

import os
path1 = r"C:\Users\Curry\Desktop\filename"
path2= r"C:\Users\Curry\Desktop\filename\1.jpg"
print(os.path.isdir(path1))
print(os.path.isdir(path2))
------------------------------------------
Output :
True
False

5. os.path.spiltext()和str.spilt()

用在文件路径和文件扩展名,两个组合在一起构成了完整的路径,从后往前搜索‘.’;

而str.spilt(),则默认以空格为分隔符,若没有空格则不分割; 

import os
spiltext = os.path.splitext(r"C:\Users\Curry\Desktop\filename\1.jpg")
print(spiltext)
print('-'*50)
str = r"C:\Users\ Curry\Desktop\ filename\ 1.jpg"
print(str.split())   #默认以空格为分隔符
print('-'*50)
print(str.split(' ', 1)) #分割成两个,即切1刀吗,一分为二
print('-'*50)
print(str.split(' ', 2)) #分割成两个,即切2刀
print('-'*50)
print(str.split(' ', 3)) #分割成两个,即切3刀


Output:
--------------------------------------------------
('C:\\Users\\Curry\\Desktop\\filename\\1', '.jpg')
--------------------------------------------------
['C:\\Users\\', 'Curry\\Desktop\\', 'filename\\', '1.jpg']
--------------------------------------------------
['C:\\Users\\', 'Curry\\Desktop\\ filename\\ 1.jpg']
--------------------------------------------------
['C:\\Users\\', 'Curry\\Desktop\\', 'filename\\ 1.jpg']
--------------------------------------------------
['C:\\Users\\', 'Curry\\Desktop\\', 'filename\\', '1.jpg']

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python YOLOv8 是基于YOLO系列的目标检测模型,由 ultralytics 公司发布,是一个基于 Python 的目标检测框架,支持多种预训练权重,并提供命令行界面 (CLI) 和 Python API 实现。 如果你想使用 Python YOLOv8 来训练自己的数据集,可以按照以下几个步骤操作: ### 1. 准备数据集 - **数据收集**:首先需要收集你的目标数据,通常包括正样本和负样本。 - **标注**:对数据集进行标注,标注信息包含图片路径、标签类别以及框的位置信息。推荐使用 COCO 格式标注文件,其中 `.json` 文件包含了所有图片及其对应的类别和边界框等信息。 - **分割数据集**:将数据集分为训练集、验证集和测试集,通常比例建议为 80%:10%:10% 或者其他的合理比例。 ### 2. 安装并配置 Python YOLOv8 你可以通过 pip 安装 Python YOLOv8: ```bash pip install ultralytics ``` ### 3. 导入数据到模型 使用 `ultralytics/yolov5` 模型作为基础结构进行训练。首先导入数据到 `YOLOv8` 并对其进行配置。 #### 代码示例: ```python import os from ultralytics import YOLO # 加载预训练模型 model = YOLO('yolov8n.yaml') # 数据集路径 data_dir = 'path/to/your/dataset/' # 使用预设配置文件训练模型 results = model.train(data=data_dir, imgsz=640, epochs=100, project='runs/train/exp', name='my_model') print("Training complete.") ``` 在这个例子中,我们假设了使用了一个名为 `yolov8n.yaml` 的预设配置文件来进行初始化。你需要根据自己数据集的特点调整其他参数,比如图像尺寸 (`imgsz`)、训练轮数 (`epochs`) 等。 ### 4. 调整模型参数 为了获得更好的性能,你可能需要调整一些参数,如学习率、batch size、优化器类型等。这通常涉及到多次尝试和错误的过程,以找到最佳设置。 ### 5. 验证和评估模型 在完成训练后,使用验证集来检查模型的性能。你可以使用 `evaluate()` 函数来计算模型的表现指标,如 mAP(平均精度)等。 ```python val_results = model.val() print(val_results) ``` ### 6. 测试模型 最后,使用测试集对模型进行最终测试,以了解其在未知数据上的泛化能力。 ### 相关问题: 1. YOLOv8 与其他 YOLO 版本有何区别? 2. 如何优化训练过程以提高效率和模型性能? 3. 在使用自定义数据集训练 YOLOv8 时可能会遇到哪些常见的问题及解决办法? 请注意,在进行以上操作之前,务必详细查阅 ultralytics/yolov5 的官方文档,以获取最新的安装指南、API 文档和其他有用的信息。此外,社区论坛也是解决实际应用中遇到问题的好资源。
评论
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

打赏作者

青葱岁月夏小凡

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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