voc数据集随机划分数据集的代码

### 关于 VOC 数据集 Python 随机划分训练集和测试集

对于 VOC 数据集的随机划分，可以通过编写简单的Python脚本来实现。此过程涉及读取数据集中所有的图像路径列表，并按一定比例将其划分为训练集、验证集以及可能存在的测试集。

下面是一个具体的例子，该代码片段展示了如何基于给定的比例（例如 0.7用于训练，0.2用于验证，0.1用于测试）来分割VOC数据集：

import os
from sklearn.model_selection import train_test_split
import shutil

def split_dataset(image_folder, annotation_folder, output_folder, train_ratio=0.7, val_ratio=0.2, test_ratio=0.1):
    # 获取所有图片名称（假设扩展名为'.jpg'）
    image_files = [f for f in os.listdir(image_folder) if f.endswith('.jpg')]
    
    # 划分数据集
    train_images, temp_images = train_test_split(image_files, test_size=(1-train_ratio), random_state=42)
    validation_images, test_images = train_test_split(temp_images, test_size=test_ratio/(test_ratio + val_ratio), random_state=42)

    # 创建输出文件夹结构并复制文件到相应位置
    subsets = [('train', train_images), ('val', validation_images), ('test', test_images)]
    for subset_name, subset_images in subsets:
        subset_image_path = os.path.join(output_folder, 'images', subset_name)
        subset_annotation_path = os.path.join(output_folder, 'annotations', subset_name)
        
        os.makedirs(subset_image_path, exist_ok=True)
        os.makedirs(subset_annotation_path, exist_ok=True)
        
        for img_file in subset_images:
            base_name = os.path.splitext(img_file)[0]
            
            src_img = os.path.join(image_folder, img_file)
            dst_img = os.path.join(subset_image_path, img_file)
            shutil.copy(src_img, dst_img)
            
            src_ann = os.path.join(annotation_folder, base_name + '.xml')
            dst_ann = os.path.join(subset_annotation_path, base_name + '.xml')
            shutil.copy(src_ann, dst_ann)

# 使用函数示例
split_dataset(
    image_folder='/path/to/VOC/images',
    annotation_folder='/path/to/VOC/annotations',
    output_folder='/output/path/',
    train_ratio=0.7,
    val_ratio=0.2,
    test_ratio=0.1
)

上述代码实现了对原始VOC数据集按照指定比例进行随机划分的功能[^2]。需要注意的是，在实际应用中应当根据实际情况调整`image_folder`, `annotation_folder` 和 `output_folder` 参数的具体路径值。