### 使用Python按比例划分图像数据集 为了按照指定的比例将图像数据集划分为训练集和测试集，可以采用多种方法。一种常见的方式是遍历目标文件夹内的所有图片文件，并随机分配到不同的子集中。 对于具体的实现方式，在给定的参考资料中有提及一种较为通用的做法[^5]： ```python import os import random import shutil def get_image_list(path): """获取路径下所有的图片文件""" return [ os.path.join(path, f) for f in os.listdir(path) if f.lower().endswith(('.png', '.jpg', '.jpeg', '.tiff', '.bmp')) ] def split_dataset(src_path, train_ratio=0.8, test_folder='./test'): """ 将源文件夹中的图片依据设定好的比率拆分成两个部分 参数: src_path (str): 源文件夹位置. train_ratio (float): 训练集所占百分比，默认为0.8即80%作为训练集. test_folder (str): 测试集保存的目标文件夹名称. 返回值: None """ image_paths = get_image_list(src_path) # 打乱顺序以便于后续操作 random.shuffle(image_paths) boundary_index = int(len(image_paths) * train_ratio) training_set = image_paths[:boundary_index] testing_set = image_paths[boundary_index:] prepare_directory(test_folder) move_files_to(training_set, 'train') move_files_to(testing_set, test_folder) def prepare_directory(directory_name): """准备用于存储新集合的新目录.""" try: os.makedirs(directory_name) except FileExistsError: pass # 如果已经存在则忽略错误 def move_files_to(file_list, destination): """移动文件至目的地并保持原有结构.""" base_dest = os.path.abspath(destination) for file_path in file_list: relative_subpath = os.path.dirname(os.path.relpath(file_path)) final_destination = os.path.join(base_dest, relative_subpath) try: os.makedirs(final_destination) except FileExistsError: pass shutil.move(file_path, final_destination) ``` 上述代码定义了一系列函数来完成整个流程：`get_image_list()`负责收集符合条件的所有图片；`split_dataset()`实现了核心逻辑，它接收待处理的数据集所在的位置以及期望保留作训练用途的部分大小（默认情况下设置为总数量的80%，其余20%留做验证）。最后通过辅助性的`prepare_directory()`, `move_files_to()`确保了新的子集能够被妥善安置而不破坏原有的层次关系。 值得注意的是，这里假设输入的数据集具有清晰明了的组织形式——每种类别都有自己独立的一级子文件夹存放对应的实例样本。如果实际情况并非如此，则可能需要额外编写预处理器来进行必要的整理工作。