1. 程式人生 > >DeepLearning: 資料預處理3:分割資料集(matlab程式碼)

DeepLearning: 資料預處理3:分割資料集(matlab程式碼)

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