pytorch 如何把图像数据集进行划分成train,test和val


Posted in Python onMay 31, 2021

1、手上目前拥有数据集是一大坨,没有train,test,val的划分

如图所示


pytorch 如何把图像数据集进行划分成train,test和val

2、目录结构:

|---data
     |---dslr
         |---images
         		|---back_pack
         			|---a.jpg
         			|---b.jpg
         			...

3、转换后的格式如图

pytorch 如何把图像数据集进行划分成train,test和val

目录结构为:

|---datanews
     |---dslr
         |---images
         		|---test
         		|---train
         		|---valid
	         		|---back_pack
	         			|---a.jpg
	         			|---b.jpg
	         			...

4、代码如下:

4.1 先创建同样结构的层级结构

4.2 然后讲原始数据按照比例划分

4.3 移入到对应的文件目录里面

import os, random, shutil

def make_dir(source, target):
    '''
    创建和源文件相似的文件路径函数
    :param source: 源文件位置
    :param target: 目标文件位置
    '''
    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):
    '''
        创建和源文件相似的文件路径
        :param source: 源文件位置
        :param target: 目标文件位置
    '''
    # 得到源文件下的种类
    pic_name = os.listdir(source)
    
    # 对于每一类里的数据进行操作
    for classes in pic_name:
        # 得到这一种类的图片的名字
        pic_classes_name = os.listdir(os.path.join(source, classes))
        random.shuffle(pic_classes_name)
        
        # 按照8:1:1比例划分
        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)):]
        
        # 对于每个图片,移入到对应的文件夹里面
        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)

补充:pytorch中数据集的划分方法及eError: take(): argument 'index' (position 1) must be Tensor, not numpy.ndarray错误原因

在使用pytorch框架时,难免需要对数据集进行训练集和验证集的划分,一般使用sklearn.model_selection中的train_test_split方法

该方法使用如下:

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)  # 训练集和验证集使用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()
 
# 训练集的DataLoader
traindataset = torch.utils.data.TensorDataset(x_tra, y_tra)
trainloader = DataLoader(dataset=traindataset, num_workers=opt.threads, batch_size=8, shuffle=True)  
 
# 验证集的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,就会报eError: take(): argument 'index' (position 1) must be Tensor, not numpy.ndarray错误

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()
# 将原始的训练数据集分为训练集和验证集,后面就可以使用早停机制
x_tra, x_val, y_tra, y_val = train_test_split(x_train, y_train, test_size=0.1)  # 训练集和验证集使用9:1

报错原因:

train_test_split方法接受的x_train,y_train格式应该为numpy.ndarray 而不应该是Tensor,这点需要注意。

以上为个人经验,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python实现删除Android工程中的冗余字符串
Jan 19 Python
python Django框架实现自定义表单提交
Mar 25 Python
python检测主机的连通性并记录到文件的实例
Jun 21 Python
使用python验证代理ip是否可用的实现方法
Jul 25 Python
influx+grafana自定义python采集数据和一些坑的总结
Sep 17 Python
python实现视频分帧效果
May 31 Python
在Python中预先初始化列表内容和长度的实现
Nov 28 Python
kafka监控获取指定topic的消息总量示例
Dec 23 Python
python实现大战外星人小游戏实例代码
Dec 26 Python
Python利用逻辑回归分类实现模板
Feb 15 Python
Python使用graphviz画流程图过程解析
Mar 31 Python
Python+Kepler.gl轻松制作酷炫路径动画的实现示例
Jun 02 Python
Python图片检索之以图搜图
写一个Python脚本下载哔哩哔哩舞蹈区的所有视频
python中的plt.cm.Paired用法说明
May 31 #Python
在pycharm中无法import所安装的库解决方案
如何在pycharm中快捷安装pip命令(如pygame)
Python 实现绘制子图及子图刻度的变换等问题
python 利用PyAutoGUI快速构建自动化操作脚本
You might like
PHP连接和操作MySQL数据库基础教程
2014/09/29 PHP
Laravel5中contracts详解
2015/03/02 PHP
基于php双引号中访问数组元素报错的解决方法
2018/02/01 PHP
PHP SPL 被遗落的宝石【SPL应用浅析】
2018/04/20 PHP
php 将json格式数据转换成数组的方法
2018/08/21 PHP
jquery 插件之仿“卓越亚马逊”首页弹出菜单效果
2008/12/25 Javascript
checkbox 复选框不能为空
2009/07/11 Javascript
JavaScript高级程序设计(第3版)学习笔记7 js函数(上)
2012/10/11 Javascript
Enter转换为Tab的小例子(兼容IE,Firefox)
2013/11/14 Javascript
jquery实现页面百叶窗走马灯式翻滚显示效果的方法
2015/03/12 Javascript
Javascript实现检测客户端类型代码封包
2015/12/03 Javascript
如何消除inline-block属性带来的标签间间隙
2016/03/31 Javascript
基于javascript的Form表单验证
2016/12/29 Javascript
AngularJS的依赖注入实例分析(使用module和injector)
2017/01/19 Javascript
Vue2.0设置全局样式(less/sass和css)
2017/11/18 Javascript
Vue数据双向绑定原理及简单实现方法
2018/05/18 Javascript
微信小程序methods中定义的方法互相调用的实例代码
2018/08/07 Javascript
js使用Promise实现简单的Ajax缓存
2018/11/14 Javascript
js获取对象,数组所有属性键值(key)和对应值(value)的方法示例
2019/06/19 Javascript
阿望教你用vue写扫雷小游戏
2020/01/20 Javascript
ES6箭头函数和扩展实例分析
2020/05/23 Javascript
解决Vue中使用keepAlive不缓存问题
2020/08/04 Javascript
python中二维阵列的变换实例
2014/10/09 Python
python机器学习案例教程——K最近邻算法的实现
2017/12/28 Python
解决pycharm无法调用pip安装的包问题
2018/05/18 Python
浅谈python下tiff图像的读取和保存方法
2018/12/04 Python
Python中的 sort 和 sorted的用法与区别
2019/08/10 Python
python爬虫 线程池创建并获取文件代码实例
2019/09/28 Python
Python reversed函数及使用方法解析
2020/03/17 Python
Python实现播放和录制声音的功能
2020/08/12 Python
Nike西班牙官方网站:Nike.com (ES)
2017/10/30 全球购物
C++面试题目
2013/06/25 面试题
入职担保书怎么写
2014/05/12 职场文书
离婚协议书范文
2015/01/26 职场文书
Nginx实现负载均衡的项目实践
2022/03/18 Servers
python缺失值填充方法示例代码
2022/12/24 Python