数据集划分，veg200蔬菜分类数据集，分为训练集、验证集

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.')