数据集加标注并存放到*.txt文件中

        由于模型训练的需要，有时需要把图像数据集重新加标注，并把图像文件的地址及标签写到一个文本文件(*.txt)中。下面是我在准备数据集时遇到的问题及相应的解决方法。训练网络模型用到的数据集是ISIC2018，ISIC2019，有每一个数据集的GroundTruth *.csv文件。

问题：网络模型训练的需要，把每一类图像单独放到一个文件夹中，并生成一个存放所有图像文件位置，并且加有标签的文本文件。文本文件内容如下图所示：

解决方法：

首先根据*.csv文件，把相同类别的文件放到一个文件夹中。结构如下图所示：

 

        然后，采用下面代码，解决上述问题。 

        代码：

import os

rootDirectory = 'E:/DATA/'  # 存放数据集的根目录，根据自己的实际情况来设定。
dirlist = os.listdir(rootDirectory)  # 读出根目录下所有的文件和文件夹，提醒：最后除了文件夹不要有别的文件。
dirlist.sort()
print("打开或者建立DataSet_List.txt文件 ......")
DataList = open(rootDirectory + 'DataSet_List.txt', 'w+')  # 打开或创建存放文件位置的*.txt文件。
print("为每一个图像加上标注，并写入DataSet_List.txt文件......")
label = -1
summ = 0
for directory in dirlist:
    # # 如果根目录下有单独的文件，通过下面这一句可以跳过该文件，直接找到文件夹中的图像文件。
    if os.path.isfile(rootDirectory + directory):
        continue
    # 读取每一个子文件夹中的图像文件
    files = os.listdir(rootDirectory + directory)
    files.sort()
    label += 1
    s = 0
    for file in files:
        # 对于每一个子文件夹中的图像文件，生成其文件位置，并加标注。
        name = rootDirectory + directory + '/' + file + ' ' + str(int(label)) + '\n'
        print(name)
        DataList.write(name)
        s += 1
    print("上一类别图像共有{0}张。".format(s))
    summ = summ + s
DataList.close()
print("关闭DataSet_List.txt文件。")
print("数据集共有图像"+str(int(summ))+"张,"+str(int(label+1))+"个类别。")

注意：

1. 存放每一类图像的子文件夹中只能存放图像文件；
2. 根目录下存放每一类图像的子文件夹；生成的*.txt文件可以放在根目录下，也可以放在自己指定的位置。