数据集划分,veg200蔬菜分类数据集,分为训练集、验证集
veg200数据集链接:https://pan.baidu.com/s/1boSNcV9#list/path=%2F
1、 引入所需库
import scipy.io
import numpy as np
import os
from PIL import Image
import pandas as pd
from shutil import copyfile
2、 定义创建文件夹函数及设置路径
# 创建保存图像的文件夹
def makedir(new_dir):
if not os.path.exists(new_dir):
os.makedirs(new_dir)
# set paths
imgspath = 'veg200_images/' #图片所在的文件夹
trainpath = 'datasets/veg200/train/'
validpath = 'datasets/veg200/valid/'
3、创建train、valid文件夹
# mkdir for imgs, use name
folders = pd.read_table('veg200_lists\\veg_subclasses.txt', names=['folder'])
folders = folders.to_numpy()
for i in range(200):
makedir(trainpath + folders[i][0])
makedir(validpath + folders[i][0])
veg_subclasses.txt存放的是类名,用类名创建文件夹。其中red_cabbage有两个,把其中一个换成red_radish。black_bean_sprouts和black_soya_bean其中一个有重复,要换成另一个。
结果如下图所示:
4、split train imgs
# split train imgs
labels = pd.read_table('veg200_lists\\veg_train.txt', delimiter=' ', names=['id', 'label'])
labels = labels.to_numpy()
for i in range(20000):
copyfile(imgspath + labels[i][0], trainpath +labels[i][0])
#print('{} imgs splited.'.format(i + 1))
print('All Done.')
第一列是jpg文件,即id,第二列是label
5、split valid imgs
# split val imgs
labels = pd.read_table('veg200_lists\\veg_val.txt', delimiter=' ', names=['id', 'label'])
labels = labels.to_numpy()
for i in range(10000):
copyfile(imgspath + labels[i][0], validpath +labels[i][0])
print('All Done.')