【数据集划分——针对于原先图片已经整理好类别】训练集|验证集|测试集

目标：用split-folders进行数据集划分

学习资源：https://www.youtube.com/watch?v=C6wbr1jJvVs

@努力的小巴掌 记录计算机视觉学习道路上的所思所得。

现在已经有了数据集，并且，注意，是已经划分好类别的！

文件结构原本是这样：

需要划分成这样：

下载库：

split-folders

split-folders/splitfolders at main · jfilter/split-folders · GitHub

先查看自己的图片，确保是已经按照不同类别分好类的。

比如，有一个大的文件夹是cell的图片，里面有未感染的（uninfected）和寄生虫感染的。

可以看到，已经分好类了。

接下来，把每个类别的文件夹的图像，划分成训练集，验证集，测试集。

开始划分：
1、导包

pip install split-folders

2、载入包

import splitfolders

3、指定我要划分的图像在哪个文件，这个是各种类别上面一层的总文件夹，所有文件存放的地方。

input_folder = 'cell_images/'

然后这些原图像，将会被复制到一个新的空白文件夹cell_images2

cell_images2是输出的文件夹

4、开始划分

方法一：给定比例，按照比例来划分

splitfolders.ratio(input_folder,output="cell_images2",seed=42,ratio=(0.7,0.2,0.1),group_prefix=None)

参数解释：
input_folder：图像输入文件夹

output：划分好的图像输出文件夹

seed=42：随机数种子

ratio=(0.7,0.2,0.1)：划分比例

方法二：指定验证集和测试集放多少张图片

splitfolders.ratio(input_folder,output="cell_images2",seed=42,fixed=(35,20),overrsample=False,group_prefix=None)

代码

方法一比例划分：

#导包

pip install split-folders

#载入包

import splitfolders

#指定我要划分的图像在哪个文件，这个是各种类别上面一层的总文件夹，所有文件存放的地方。

input_folder = 'cell_images/'

#按比例划分
splitfolders.ratio(input_folder,output="cell_images2",
seed=42,
ratio=(0.7,0.2,0.1),
group_prefix=None)

方法二指定验证集和测试集数量划分

#导包

pip install split-folders

#载入包

import splitfolders

#指定我要划分的图像在哪个文件，这个是各种类别上面一层的总文件夹，所有文件存放的地方。

input_folder = 'cell_images/'

# 指定验证集和测试集放多少张图片

splitfolders.ratio(input_folder,
output="cell_images2",
seed=42,
fixed=(35,20),
overrsample=False,
group_prefix=None)