pytorch 如何把圖像數(shù)據(jù)集進(jìn)行劃分成train,test和val
1、手上目前擁有數(shù)據(jù)集是一大坨,沒(méi)有train,test,val的劃分
如圖所示

2、目錄結(jié)構(gòu):
|---data
|---dslr
|---images
|---back_pack
|---a.jpg
|---b.jpg
...
3、轉(zhuǎn)換后的格式如圖

目錄結(jié)構(gòu)為:
|---datanews
|---dslr
|---images
|---test
|---train
|---valid
|---back_pack
|---a.jpg
|---b.jpg
...
4、代碼如下:
4.1 先創(chuàng)建同樣結(jié)構(gòu)的層級(jí)結(jié)構(gòu)
4.2 然后講原始數(shù)據(jù)按照比例劃分
4.3 移入到對(duì)應(yīng)的文件目錄里面
import os, random, shutil
def make_dir(source, target):
'''
創(chuàng)建和源文件相似的文件路徑函數(shù)
:param source: 源文件位置
:param target: 目標(biāo)文件位置
'''
dir_names = os.listdir(source)
for names in dir_names:
for i in ['train', 'valid', 'test']:
path = target + '/' + i + '/' + names
if not os.path.exists(path):
os.makedirs(path)
def divideTrainValiTest(source, target):
'''
創(chuàng)建和源文件相似的文件路徑
:param source: 源文件位置
:param target: 目標(biāo)文件位置
'''
# 得到源文件下的種類
pic_name = os.listdir(source)
# 對(duì)于每一類里的數(shù)據(jù)進(jìn)行操作
for classes in pic_name:
# 得到這一種類的圖片的名字
pic_classes_name = os.listdir(os.path.join(source, classes))
random.shuffle(pic_classes_name)
# 按照8:1:1比例劃分
train_list = pic_classes_name[0:int(0.8 * len(pic_classes_name))]
valid_list = pic_classes_name[int(0.8 * len(pic_classes_name)):int(0.9 * len(pic_classes_name))]
test_list = pic_classes_name[int(0.9 * len(pic_classes_name)):]
# 對(duì)于每個(gè)圖片,移入到對(duì)應(yīng)的文件夾里面
for train_pic in train_list:
shutil.copyfile(source + '/' + classes + '/' + train_pic, target + '/train/' + classes + '/' + train_pic)
for validation_pic in valid_list:
shutil.copyfile(source + '/' + classes + '/' + validation_pic,
target + '/valid/' + classes + '/' + validation_pic)
for test_pic in test_list:
shutil.copyfile(source + '/' + classes + '/' + test_pic, target + '/test/' + classes + '/' + test_pic)
if __name__ == '__main__':
filepath = r'../data/dslr/images'
dist = r'../datanews/dslr/images'
make_dir(filepath, dist)
divideTrainValiTest(filepath, dist)
補(bǔ)充:pytorch中數(shù)據(jù)集的劃分方法及eError: take(): argument 'index' (position 1) must be Tensor, not numpy.ndarray錯(cuò)誤原因
在使用pytorch框架時(shí),難免需要對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練集和驗(yàn)證集的劃分,一般使用sklearn.model_selection中的train_test_split方法
該方法使用如下:
from sklearn.model_selection import train_test_split import numpy as np import torch import torch.autograd import Variable from torch.utils.data import DataLoader traindata = np.load(train_path) # image_num * W * H trainlabel = np.load(train_label_path) train_data = traindata[:, np.newaxis, ...] train_label_data = trainlabel[:, np.newaxis, ...] x_tra, x_val, y_tra, y_val = train_test_split(train_data, train_label_data, test_size=0.1, random_state=0) # 訓(xùn)練集和驗(yàn)證集使用9:1 x_tra = Variable(torch.from_numpy(x_tra)) x_tra = x_tra.float() y_tra = Variable(torch.from_numpy(y_tra)) y_tra = y_tra.float() x_val = Variable(torch.from_numpy(x_val)) x_val = x_val.float() y_val = Variable(torch.from_numpy(y_val)) y_val = y_val.float() # 訓(xùn)練集的DataLoader traindataset = torch.utils.data.TensorDataset(x_tra, y_tra) trainloader = DataLoader(dataset=traindataset, num_workers=opt.threads, batch_size=8, shuffle=True) # 驗(yàn)證集的DataLoader validataset = torch.utils.data.TensorDataset(x_val, y_val) valiloader = DataLoader(dataset=validataset, num_workers=opt.threads, batch_size=opt.batchSize, shuffle=True)
注意:如果按照如下方式使用,就會(huì)報(bào)eError: take(): argument 'index' (position 1) must be Tensor, not numpy.ndarray錯(cuò)誤
from sklearn.model_selection import train_test_split import numpy as np import torch import torch.autograd import Variable from torch.utils.data import DataLoader traindata = np.load(train_path) # image_num * W * H trainlabel = np.load(train_label_path) train_data = traindata[:, np.newaxis, ...] train_label_data = trainlabel[:, np.newaxis, ...] x_train = Variable(torch.from_numpy(train_data)) x_train = x_train.float() y_train = Variable(torch.from_numpy(train_label_data)) y_train = y_train.float() # 將原始的訓(xùn)練數(shù)據(jù)集分為訓(xùn)練集和驗(yàn)證集,后面就可以使用早停機(jī)制 x_tra, x_val, y_tra, y_val = train_test_split(x_train, y_train, test_size=0.1) # 訓(xùn)練集和驗(yàn)證集使用9:1
報(bào)錯(cuò)原因:
train_test_split方法接受的x_train,y_train格式應(yīng)該為numpy.ndarray 而不應(yīng)該是Tensor,這點(diǎn)需要注意。
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python爬取王者榮耀全皮膚的簡(jiǎn)單實(shí)現(xiàn)代碼
在本篇文章里小編給大家分享的是一篇關(guān)于16行python代碼 爬取王者榮耀全皮膚的知識(shí)點(diǎn)內(nèi)容,有興趣的朋友們學(xué)習(xí)下。2020-01-01
Python實(shí)現(xiàn)抓取百度搜索結(jié)果頁(yè)的網(wǎng)站標(biāo)題信息
這篇文章主要介紹了Python實(shí)現(xiàn)抓取百度搜索結(jié)果頁(yè)的網(wǎng)站標(biāo)題信息,本文使用BeautifulSoup來(lái)解析HTML,需要的朋友可以參考下2015-01-01
聊聊python在linux下與windows下導(dǎo)入模塊的區(qū)別說(shuō)明
這篇文章主要介紹了聊聊python在linux下與windows下導(dǎo)入模塊的區(qū)別說(shuō)明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
python 30行代碼實(shí)現(xiàn)螞蟻森林自動(dòng)偷能量
這篇文章主要介紹了python 30行代碼實(shí)現(xiàn)螞蟻森林自動(dòng)偷能量的方法,幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下2021-02-02
在Pycharm中對(duì)代碼進(jìn)行注釋和縮進(jìn)的方法詳解
今天小編就為大家分享一篇在Pycharm中對(duì)代碼進(jìn)行注釋和縮進(jìn)的方法詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
詳解Python實(shí)現(xiàn)URL監(jiān)測(cè)與即時(shí)推送
這篇文章主要為大家介紹了Python實(shí)現(xiàn)URL監(jiān)測(cè)與即時(shí)推送,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助2021-11-11
在Python中操作列表之List.append()方法的使用
這篇文章主要介紹了在Python中操作列表之List.append()方法的使用,是Python入門學(xué)習(xí)中的基礎(chǔ)知識(shí),需要的朋友可以參考下2015-05-05

