将单个训练数据集文件拆分为：image文件和label文件（pytorch学习+蚂蚁蜜蜂数据集）-Toy模板网

这篇具有很好参考价值的文章主要介绍了将单个训练数据集文件拆分为：image文件和label文件（pytorch学习+蚂蚁蜜蜂数据集）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

蚂蚁蜜蜂分类数据集下载链接：https://download.pytorch.org/tutorial/hymenoptera_data.zip

要实现如图操作：

将ants分为ants_image和ants_label
将bees分成bees_image和bees_label
创建ants_label和bees_label，并且以图片名作为txt文件的名称，将标签写入到txt文件中
将标签写入到txt文件中

1、创建python文件，与数据集dataset同一路径下
将单个训练数据集文件拆分为：image文件和label文件（pytorch学习+蚂蚁蜜蜂数据集）,pytorch学习,pytorch,学习,人工智能
2、对divide_data.py进行编辑

import os

root_dir = "dataset/train"

# 原训练集的标签
label1 = "ants"
label2 = "bees"

# 训练文件夹下的原始文件夹ants和bees
original_dir1 = os.path.join(root_dir, "ants")
original_dir2 = os.path.join(root_dir, "bees")

# 将原始文件夹名称分别改为ants_image和bees_image
target_dir1 = os.path.join(root_dir, "ants_image")
target_dir2 = os.path.join(root_dir, "bees_image")

# 获取标签并创建的标签文件夹ants_label和bees_label
target_label_dir1 = os.path.join(root_dir, "ants_label")
target_label_dir2 = os.path.join(root_dir, "bees_label")

"""
    判断是否存在文件夹：
    1、如果存在ants和bees，就将它们改为ants_image和bees_image
    2、判断是否存在ants_label和bees_label，如果不存在就创建文件夹
"""
if os.path.exists(target_dir1):
    print(f'{target_dir1}已存在')

else:
    if os.path.exists(original_dir1):
        os.rename(original_dir1, target_dir1)
        print(f'{original_dir1}已修改为{target_dir1}')

if os.path.exists(target_dir2):
    print(f'{target_dir2}已存在')
else:
    if os.path.exists(original_dir2):
        os.rename(original_dir2, target_dir2)
        print(f'{original_dir1}已修改为{target_dir1}')

if os.path.exists(target_label_dir1):
    print(f'{target_label_dir1}已存在')
else:
    os.mkdir(target_label_dir1)
    print(f'已成功创建{target_label_dir1}')

if os.path.exists(target_label_dir2):
    print(f'{target_label_dir2}已存在')
else:
    os.mkdir(target_label_dir2)
    print(f'已成功创建{target_label_dir2}')



"""
    将图片的label保存在以图片名命名的txt文件中：
    1、获取ants_image和bees_image中的图片名
    2、以每张图片名来命名txt文件，将其保存在ants_label和bees_label中
"""
img_path1 = os.listdir(target_dir1)
img_path2 = os.listdir(target_dir2)

def write_txt(img_path, target_label_dir, label):
    for name in img_path:
        file_name = name.split('.jpg')[0]
        with open(os.path.join(target_label_dir, "{}.txt").format(file_name), 'w') as f:
            f.write(label)
    print(f'已成功写入{target_label_dir}')


write_txt(img_path1, target_label_dir1, label1)
write_txt(img_path2, target_label_dir2, label2)

3、运行py文件python divide_data.py
将单个训练数据集文件拆分为：image文件和label文件（pytorch学习+蚂蚁蜜蜂数据集）,pytorch学习,pytorch,学习,人工智能文章来源地址https://www.toymoban.com/news/detail-654068.html