指静脉MMCBNU_6000数据集分割代码

_Ocean__

于 2023-05-16 16:40:22 发布

阅读量264

点赞数

文章标签： python 深度学习机器学习

本文链接：https://blog.csdn.net/zjjaibc/article/details/130708998

版权

指静脉识别专栏收录该内容

46 篇文章 21 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了如何运用Python和深度学习技术，针对MMCBNU_6000指静脉数据集进行图像分割，涵盖了数据预处理、模型构建、训练和评估的全过程。

摘要由CSDN通过智能技术生成

import os
from shutil import copy,rmtree
import random
 
def mk_file(file_path:str):
    if os.path.exists(file_path):  #若文件存在,则先删除原文件,再重新创建
        rmtree(file_path)
    os.makedirs(file_path)
 
def main():
    #保证随机可复现
    random.seed(0)
    #将数据集的1/3划分到验证集中
    split_rate = 1 / 3
    #
    ##cwd=os.getcwd()\
    cwd =  r"D:\Dataset";
    data_root = os.path.join(cwd, "data_set_MMCBNU")  #分隔后的数据集放在这
    origin_path = os.path.join(cwd, "MMCBNU_6000/MMCBNU_6000/Captured images")  #原来的数据集位置
    #print(os.listdir(origin_path)[:-1]) 需要去掉最后一个.mat文件(与下行代码等价)
    origin_class_path = [p for p in os.listdir(origin_path)  ### 相当于要获得 但单独的标签"001".....
          if os.path.isdir(os.path.join(origin_path, p))]