如何从大型图像数据集中选择一些特定的图像？ [关闭]

Question

我的数据集有 366 个文件夹，这意味着每天的文件夹涵盖 1 年的持续时间，每个文件夹包含 51-55 个图像，其中我只需要 36 个图像来构建神经网络。那么我可以为这些图像分配一些索引并根据它们的索引选择一些..？有人可以建议我这样做的代码吗..？

Answer 1

列表中的每个元素都有自己的编号/索引 - 所以首先您可以创建包含所有文件名的列表。

您可以使用os.listdir() 获取所有文件夹，然后使用os.listdir(folder) 获取每个文件夹以获取文件夹中包含文件名的列表。

import os

base = '/home/furas/images/2021'

folders = os.listdir(base)

all_filenames = []

for folder_name in folders:

    # add base path to folder name to have full path
    full_path = os.path.join(base, folder_name)
    print(full_path)
    
    # get filenames (without path) in folder
    filenames = os.listdir(full_path)
    
    # add path to filenames
    filenames = [os.path.join(full_path, name) for name in filenames]
   
    all_filenames.append(filenames)
    
print(all_filenames)    

这样你就有了包含所有文件名的二维列表（带有完整路径），你可以选择它们。

某一天的前 36 张图片

selected = all_filenames[day_index][:36]

每天前 36 张图片

selected = []

for day in all_filenames:
    selected.append( day[:36] )

每天随机拍摄 36 张图片

import random

selected = []

for day in all_filenames:
    selected.append( random.choices(day, 36) )