DeepLearning: 資料預處理3:分割資料集(matlab程式碼)
阿新 • • 發佈:2019-02-13
組合使用以下兩個函式就行了,結合前面兩篇內容。
randperm(m);
copyfile(a,b)
data路徑下已經存在test和train兩個資料夾,想要從trian資料夾中拿出25%用於驗證,剩下的作為訓練。驗證的樣本被移動到val資料夾。
clear;close all ;clc
%data資料夾下面放置test和train兩個資料夾
dir_path = '/home/li/lilai/myMatlabcode/code1/data';
% 獲取dir_path下的檔案(夾)
dir_list = dir(dir_path);
dir_list_num = length(dir_list);
%第一層迴圈:
for i = 3:dir_list_num
if strcmp(dir_list(i).name , 'train')
dir_sub1_list = dir([dir_path,'/',dir_list(i).name]);
dir_sub1_list_num = length(dir_sub1_list);
%第二層迴圈:
for j = 3:dir_sub1_list_num
dir_sub2_list = dir([dir_path,'/',dir_list(i).name,'/',dir_sub1_list(j).name] );
dir_sub2_list_num = length(dir_sub2_list);
position_split = round((dir_sub2_list_num-2)/4);
list_move = randperm(dir_sub2_list_num-2)+2;
dir_path_new = [dir_path,'/','val','/',dir_sub1_list(j).name];
mkdir(dir_path_new);
%第三層迴圈:
for k = 1:position_split
img_oldfile = [dir_path,'/',dir_list(i).name,'/',dir_sub1_list(j).name,'/',dir_sub2_list(list_move(k)).name];
img_newfile = [dir_path_new];
copyfile(img_oldfile,img_newfile);
end
end
end
end