用python实现对1098张数据集划分为训练集和验证集

要实现将1098张数据集划分为训练集和验证集，可以使用Python中的random模块来随机分割数据。以下是一个示例代码：

import os
import random
import shutil

def split_dataset(dataset_path, train_ratio):
    # 创建训练集和验证集文件夹
    train_path = os.path.join(dataset_path, 'train')
    val_path = os.path.join(dataset_path, 'val')
    os.makedirs(train_path, exist_ok=True)
    os.makedirs(val_path, exist_ok=True)

    # 获取所有图像文件的路径
    image_files = [file for file in os.listdir(dataset_path) if file.endswith('.jpg')]

    # 计算训练集和验证集的样本数量
    num_samples = len(image_files)
    num_train_samples = int(num_samples * train_ratio)
    num_val_samples = num_samples - num_train_samples

    # 随机打乱图像文件列表
    random.shuffle(image_files)

    # 将图像文件分配到训练集和验证集文件夹
    train_files = image_files[:num_train_samples]
    val_files = image_files[num_train_samples:]

    # 复制训练集图像文件到训练集文件夹
    for file in train_files:
        src = os.path.join(dataset_path, file)
        dst = os.path.join(train_path, file)
        shutil.copy(src, dst)

    # 复制验证集图像文件到验证集文件夹
    for file in val_files:
        src = os.path.join(dataset_path, file)
        dst = os.path.join(val_path, file)
        shutil.copy(src, dst)

# 指定数据集文件夹的路径
dataset_path = 'path/to/dataset'

# 指定训练集的比例（0.8表示80%的样本用于训练）
train_ratio = 0.8

# 调用函数划分数据集
split_dataset(dataset_path, train_ratio)

在上述代码中，`split_dataset`函数接受两个参数：数据集文件夹的路径和训练集的比例。它首先创建一个新的训练集和验证集文件夹。然后，它获取数据集文件夹中所有以`.jpg`为后缀的图像文件的路径，并随机打乱文件列表。接下来，它根据指定的训练集比例，将图像文件分配到训练集和验证集文件夹中。

请记得将`'path/to/dataset'`替换为实际数据集文件夹的路径，并根据需要调整`train_ratio`参数来设置训练集的比例。