Matlab 导入深度学习所需图片集文件夹并按1:9比例划分测试集和训练集
时间: 2024-02-03 10:03:31 浏览: 74
图片分类和目标检测数据集按比例划分
你可以使用Matlab中的ImageDatastore函数来导入图片集,并使用splitEachLabel函数来按比例划分测试集和训练集。
以下是示例代码:
```matlab
% 设置图片集文件夹路径
dataFolder = 'C:\myDataFolder';
% 创建ImageDatastore对象
imds = imageDatastore(dataFolder, 'IncludeSubfolders', true, 'LabelSource', 'foldernames');
% 划分测试集和训练集比例
splitRatio = 0.1; % 测试集占比
[trainImds, testImds] = splitEachLabel(imds, splitRatio);
% 显示训练集和测试集中的图像数量
disp(['训练集中的图像数量:',num2str(numel(trainImds.Files))]);
disp(['测试集中的图像数量:',num2str(numel(testImds.Files))]);
```
这段代码将会把 `C:\myDataFolder` 中的所有子文件夹中的图片读入,将其按照子文件夹名字作为标签,然后按照指定比例划分测试集和训练集。最后,代码会输出训练集和测试集中的图像数量。
阅读全文