yolov11数据集划分比例

### YOLOv11 数据集划分建议

对于YOLOv11模型，在准备数据集时合理地划分训练集、验证集和测试集至关重要。通常情况下，推荐采用70%-15%-15%的比例来分配这三个子集[^1]。这种做法不仅能够确保各子集中类别的分布尽可能接近原始数据集的情况，而且有助于更准确地衡量模型泛化能力。

当处理特定领域或自定义的数据集时，可能需要先完成图像采集并对其进行精确标注，之后再考虑按照上述比例进行分割操作。为了简化这一过程，可以利用Python脚本实现自动化处理，比如通过`shuffle`函数打乱顺序后再依据设定好的百分比提取相应数量样本形成不同用途的集合[^3]。

值得注意的是，实际应用中可根据具体需求调整这些比率；例如某些项目可能会倾向于更大的训练集以促进学习效果，而减少用于验证的部分至约10%，即遵循8:1:1这样的配置方案也是可行的选择之一。

import os
from sklearn.model_selection import train_test_split

def split_dataset(image_paths, labels, train_size=0.7, val_size=0.15, test_size=0.15):
    # Split into training and temporary sets first.
    remaining_size = 1 - train_size
    X_train, X_temp, y_train, y_temp = train_test_split(
        image_paths, labels, stratify=labels, random_state=42,
        train_size=train_size)

    # Then split the temp set further into validation and testing sets.
    relative_val_size = val_size / remaining_size
    X_val, X_test, y_val, y_test = train_test_split(
        X_temp, y_temp, stratify=y_temp, random_state=42,
        train_size=relative_val_size)
    
    return (X_train, y_train), (X_val, y_val), (X_test, y_test)