把imagenet数据集随机挑选出来当训练集和测试集

随机挑选imagenet的200个类作为我的训练数据集

import os, random, shutil
def moveFile(fileDir):
        pathDir = os.listdir(fileDir)    # 取图片的原始路径
        sample = random.sample(pathDir, 200)  # 随机选取picknumber数量的样本图片, picknumber=200
        print (sample)
        for name in sample:
                shutil.move(fileDir+name, tarDir+name)
        return
if __name__ == '__main__':
	fileDir = "./before "    # 源图片文件夹路径
	tarDir = './later'      # 移动到新的文件夹路径
	moveFile(fileDir)

将这200个类分为20%测试集和80%训练集

import os, random, shutil

def moveFile(fileDir,tarDir):
        pathDir = os.listdir(fileDir)    # 读取fileDir文件夹下的所有子文件夹

        for path in pathDir:
   
            path2=os.listdir(fileDir+'/'+path) # 读取到每个path文件夹的所有子文件记为path2

            filenumber=len(path2)   # 计算单个path的文件总数

            rate=0.2   # 自定义抽取图片的比例&