下面介绍一个做了很久的项目，其中最简单的一部分是将该乳腺X线数据集进行有病没病的分类训练，说到训练最基本的就是数据集的准备，在这里先讲讲数据集怎么准备。下图是原始数据集的一部分。数据集在我电脑路径为C:\Users\Administrator.SKY-20180518VHY\Desktop\my 0中的数据 1中的数据 创建***空***的文件夹制作train集和validation set如下图，路径为C:\Users\Administrator.SKY-20180518VHY\Desktop\1
对其进行准备，详细程序及讲解如下：
# -*- coding: utf-8 -*- """ Created on Thu Oct 25 10:40:13 2018 @author:dj """ #导入一些库之前博客对这些库有所讲解[添加链接描述](https://blog.csdn.net/weixin_40123108/article/details/83340744) import numpy as np import os import random import shutil aq='C:\\Users\\Administrator.SKY-20180518VHY\\Desktop\\my'#原数据集包括几类数据 data=os.listdir(aq) #print(data)#此时data只有0，1两个文件夹 #random.shuffle(data) #print(data[0][0])#引用的是文件名 root=aq c=data train_root='C:\\Users\\Administrator.SKY-20180518VHY\\Desktop\\1\\train'#train与val的路径 val_root='C:\\Users\\Administrator.SKY-20180518VHY\\Desktop\\1\\val'在train和val文件夹中制作0,1文件夹
for i in range(len(c)): qqq=os.path.exists(train_root+'/'+c[i]) if (not qqq): os.mkdir(train_root+'/'+c[i]) qq=os.path.exists(val_root+'/'+c[i]) if (not qq): os.mkdir(val_root+'/'+c[i]) #将原始数据按照7:3分别复制到train 与val 中 aq='C:\\Users\\Administrator.SKY-20180518VHY\\Desktop\\my\\' for i in range(len(c)): a=c[i] #print(i) data_0=os.listdir(aq+a)#抓取0,1文件夹内X线照片的内容 #print(data_0) #print(data_0[5])#索引的为文件夹中的x线图像 random.shuffle(data_0)#打乱数据 for z in range(len(data_0)):#data_0为数据 #print(z) pic_path=root+'/'+a+'/'+data_0[z]#得到data_0中的数据路径 if z<int(len(data_0)*0.7): obj_path=train_root+'/'+a+'/'+data_0[z] else: obj_path=val_root+'/'+a+'/'+data_0[z] #print(len(data_0),len(data_0)*0.7) #if (os.path.exists(pic_path)): shutil.copyfile(pic_path,obj_path)#将pic_path复制到obj_path中最终得到的数据集如下图所示： train文件夹中有：
val文件夹中有： train中的0文件夹中数据： val中1文件夹有：
