如何在python中将图像数据集拆分为测试/训练/验证集？

Question

我正在尝试编写一个简单的指纹识别程序，该程序将在80幅图像的数据集上进行训练，我使用以下代码加载数据：

data = glob.glob('/content/drive/MyDrive/DB2_B/*')

如何在训练集和测试集中分割我的图像数据集

Answer 1

我通常使用包split-folders。你可以试试看。下面的代码将80%的数据拆分为训练集，将20%的数据拆分为测试集。这就是split_data函数中的x表示的内容。您不必创建输出目录，因为它将为您创建文件夹。安装软件包后，请使用：

pip install split-folders 

试试这个：

import os
import splitfolders

def split_data(input_dir, output_dir, x):
    splitfolders.ratio(input_dir, output = output_dir, seed = 1337, ratio = (x,1-x), group_prefix = None)

split_data('./input','./output',0.8)

我注意到您的数据在一个单独的文件夹中，如果它只是在python文件的父文件夹中，则会更容易。如果不可能，您可以在上面的代码中编辑输入目录。这将创建一个输出文件夹，其中包含python文件的当前目录。您可以在定义函数后尝试此操作：

split_data('/content/drive/MyDrive/DB2_B' , './output' , 0.8)