哪个网站做自媒体比较好,专业商业空间设计公司,闵行网站建站多少钿,网站 被 抄袭语义分割数据集中将原始数据划分为73比例
我们下载公开数据集的时候#xff0c;经常所有的图片是在一起的#xff0c;如果我们需要进行实验的话还是需要按照73的比例将数据集划分为训练集和测试集#xff0c;这里我准备了一个脚本#xff0c;大家只需要传入分割之后保存的…语义分割数据集中将原始数据划分为73比例
我们下载公开数据集的时候经常所有的图片是在一起的如果我们需要进行实验的话还是需要按照73的比例将数据集划分为训练集和测试集这里我准备了一个脚本大家只需要传入分割之后保存的路径、原始的图像路径和原始的标签路径即能随机划分为73比例的训练集和测试集脚本如下
import os
import random
import shutil# 数据集路径
dataset_path E:/EEEE-COM/toUser/toUser/train/split_data # 分割之后数据集保存的路径
images_path E:/EEEE-COM/toUser/toUser/train/cut_data/training_images # 原始图像路径
labels_path E:/EEEE-COM/toUser/toUser/train/cut_data/training_labels # 原始标签路径images_name os.listdir(images_path)
images_num len(images_name)
alpha int(images_num * 0.7)
print(images_num)random.shuffle(images_name)
random.shuffle(images_name)
train_list images_name[0:alpha]
#valid_list images_name[0:alpha1]
valid_list images_name[alpha:]# 确认分割正确
print(train list: , len(train_list))
print(valid list: , len(valid_list))train_images_path os.path.join(dataset_path, Training_Images)
train_labels_path os.path.join(dataset_path, Training_Labels)
if os.path.exists(train_images_path) False:os.mkdir(train_images_path)
if os.path.exists(train_labels_path) False:os.mkdir(train_labels_path)valid_images_path os.path.join(dataset_path, Test_Images)
valid_labels_path os.path.join(dataset_path, Test_Labels)
if os.path.exists(valid_images_path) False:os.mkdir(valid_images_path)
if os.path.exists(valid_labels_path) False:os.mkdir(valid_labels_path)# 拷贝影像到指定目录
for image in train_list:shutil.copy(os.path.join(images_path, image), os.path.join(train_images_path, image))# shutil.copy(os.path.join(labels_path, image).replace(jpg, png), os.path.join(train_labels_path, image).replace(jpg, png))shutil.copy(os.path.join(labels_path, image), os.path.join(train_labels_path, image))for image in valid_list:shutil.copy(os.path.join(images_path, image), os.path.join(valid_images_path, image))# shutil.copy(os.path.join(labels_path, image).replace(jpg, png), os.path.join(valid_labels_path, image).replace(jpg, png))shutil.copy(os.path.join(labels_path, image), os.path.join(valid_labels_path, image))
