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

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：

% 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。