openmmlab classification将文件夹内训练数据写入txt文档

这篇博客介绍如何将openmmlab项目中mynet目录下的train和val子目录中的图像文件路径整理成txt文档,方便进行图像分类任务的训练。内容包括遍历文件夹,读取每个类别下的图像文件,并将它们的路径记录到对应的txt文件中。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文件目录形式如下:
mynet
├── train
│ ├── 0
│ │ ├── 1_10026.tif
│ │ ├── 1_10027.tif
│ │ ├── …
│ ├── …
│ ├── 1
│ │ ├── 1_999.tif
│ │ ├── 1_9993.tif
│ │ ├── …
├── val
│ ├── 0
│ │ ├── 0_10026.tif
│ │ ├── 0_10027.tif
│ │ ├── …
│ ├── …
│ ├── 1
│ │ ├── 1_999.tif
│ │ ├── 1_9993.tif
│ │ ├── …
————————————————

import os

filePath = 'D:\\DeepLearning\\mmclassfication_res\\data\\mynet\\train'
with open("D:\\DeepLearning\\mmclassfication_res\\data\\mynet\\train.txt", "w+") as f:
    for train_class in os.listdir(filePath):
        for pic in os.listdir(filePath + '\\' + train_class):
            if os.path.splitext(pic)[1] == '.tif':
                 f.write(pic + ' ' + train_class + '\n')

filePath = 'D:\\DeepLearning\\mmclassfication_res\\data\\mynet\\val'
with open("D:\\DeepLearning\\mmclassfication_res\\data\\mynet\\val.txt", "w+") as f:
    for train_class in os.listdir(filePath):
        for pic in os.listdir(filePath + '\\' + train_class):
            if os.path.splitext(pic)[1] == '.tif':
                 f.write(pic + ' ' + train_class + '\n')

生成train.txtval.txt两个文件,如下:
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值