python 数据集划分：train ：val

本代码将带有标签值的图片数据集 划分为可以调节比例大小的 train val

# 划分数据集
import os
import cv2 as cv
import xml.etree.ElementTree as ET
import random
import shutil
imgs_path r ./ / # 原来的图片集 
xml_path r ./ / # 原来的标签值
imgnew_path r ./ / # 生成的图片集 看做train数据集
xmlnew_path r ./ / # 生成的标签值 看做val数据集
imgs_list []
imgs_list os.listdir(imgs_path) # 遍历整个图片文件夹
print(imgs_list)
m len(imgs_list) // 10 # 这里设置 划分的比例,乘 1 表示 9:1 划分
n m * 1
list []
for i in range(0, n):
 rdom_name random.sample(imgs_list, 1) # 随机 从图片名字列表中提取一个 图片的名字
 print(rdom_name)
 a, b rdom_name[0].split( . )
 xml_name [a .xml ] ## 提取和图片名字相同的 标签的名字
 print(xml_name)
 shutil.copy( os.path.join(imgs_path, rdom_name[0]), imgnew_path) # 从原来的文件夹中提取图片 保存到新的文件夹中
 shutil.copy( os.path.join(xml_path, xml_name[0]), xmlnew_path) # 从原来的文件夹中提取标签 保存到新的文件夹中
 os.remove(imgs_path rdom_name[0]) #并删除原有文件
 os.remove(xml_path xml_name[0])