使用PyTorch将文件夹下的图片分为训练集和验证集

1. 引言

在使用深度学习进行图像分类任务时,常常需要将数据集划分为训练集和验证集。训练集用于模型的训练,验证集用于评估模型的性能。

2. 准备工作

在开始编写代码前,我们需要先准备好数据集的文件夹结构。假设我们的数据集文件夹为"data",其中包含多个类别的子文件夹,每个子文件夹中包含对应类别的图片。

data/

├── class1/

│ ├── image1.jpg

│ ├── image2.jpg

│ ├── ...

├── class2/

│ ├── image1.jpg

│ ├── image2.jpg

│ ├── ...

├── class3/

│ ├── image1.jpg

│ ├── image2.jpg

│ ├── ...

└── ...

3. 代码实现

3.1 导入模块

import os

import random

import shutil

3.2 定义函数

我们首先定义一个函数来划分数据集,并将训练集和验证集分别存放在不同的文件夹中。

def split_dataset(data_dir, train_ratio):

# 创建训练集和验证集的文件夹

os.mkdir(os.path.join(data_dir, 'train'))

os.mkdir(os.path.join(data_dir, 'val'))

# 获取数据集中的类别名

class_names = os.listdir(data_dir)

for class_name in class_names:

# 获取当前类别的图片路径列表

image_paths = [os.path.join(data_dir, class_name, img) for img in os.listdir(os.path.join(data_dir, class_name))]

# 打乱图片路径列表的顺序

random.shuffle(image_paths)

# 计算训练集的数量

train_size = int(len(image_paths) * train_ratio)

# 将图片拷贝到训练集文件夹

for img_path in image_paths[:train_size]:

shutil.copy(img_path, os.path.join(data_dir, 'train', class_name))

# 将图片拷贝到验证集文件夹

for img_path in image_paths[train_size:]:

shutil.copy(img_path, os.path.join(data_dir, 'val', class_name))

上述代码中,data_dir表示数据集的文件夹路径,train_ratio表示训练集所占比例。例如,如果train_ratio=0.8,则训练集占整个数据集的80%。

3.3 调用函数

接下来,我们调用刚刚定义的函数来实现数据集的划分。

data_dir = 'data'

train_ratio = 0.8

split_dataset(data_dir, train_ratio)

运行上述代码后,数据集将被划分为训练集和验证集,分别存放在"data/train"和"data/val"文件夹中。

4. 结语

在本文中,我们介绍了如何使用PyTorch将文件夹下的图片分为训练集和验证集。首先,我们准备好数据集的文件夹结构,然后编写代码实现数据集的划分。最后,我们调用刚刚定义的函数来实现数据集的划分。通过合理划分数据集,我们能够更好地评估模型的性能,并进行更有效的模型训练。

免责声明:本文来自互联网,本站所有信息(包括但不限于文字、视频、音频、数据及图表),不保证该信息的准确性、真实性、完整性、有效性、及时性、原创性等,版权归属于原作者,如无意侵犯媒体或个人知识产权,请来电或致函告之,本站将在第一时间处理。猿码集站发布此文目的在于促进信息交流,此文观点与本站立场无关,不承担任何责任。

后端开发标签