GPT编程（1）八分类图像数据集转换为二分类

一个核心问题就是要将这八类数据图片全部重命名，尝试了一步到位

但是读取每一个类别都会重置positive序号，导致出错。所以分为了两步：（1）将八类数据图片放在两个文件夹中，先不改名称；（2）用上面的方法，给所有图片改名称 

1）将八类数据图片放在两个文件夹中，先不改名称；

import os
from tqdm import tqdm

# 定义输入文件夹和输出文件夹的路径
input_folder = 'your_dataset_folder'
output_folder_positive = 'positive_images'
output_folder_negative = 'negative_images'

# 创建输出文件夹
os.makedirs(output_folder_positive, exist_ok=True)
os.makedirs(output_folder_negative, exist_ok=True)

# 定义类别列表
positive_categories = ['amusement', 'anger', 'awe', 'contentment']
negative_categories = ['disgust', 'excitement', 'fear', 'sadness']

# 遍历每个类别文件夹
for category in positive_categories + negative_categories:
    category_folder = os.path.join(input_folder, category)

    # 确保类别文件夹存在
    if os.path.exists(category_folder):
        # 使用tqdm显示进度条
        for i, filename in enumerate(tqdm(os.listdir(category_folder), desc=f"Processing {category}")):
            file_path = os.path.join(category_folder, filename)

            # 确保是文件而不是文件夹
            if os.path.isfile(file_path):
                # 确定输出路径和新文件名
                if category in positive_categories:
                    output_path = os.path.join(output_folder_positive, f"positive_{i+1}.jpg")
                else:
                    output_path = os.path.join(output_folder_negative, f"negative_{i+1}.jpg")

                # 复制文件到新文件夹并重新命名
                os.rename(file_path, output_path)

print("处理完成。")

（2）用上面的方法，给所有图片改名称 

import os
from tqdm import tqdm
import shutil

# 定义输入文件夹和输出文件夹的路径
input_folder = 'data'
output_folder_positive = 'positive'
output_folder_negative = 'negative'

# 创建输出文件夹
os.makedirs(output_folder_positive, exist_ok=True)
os.makedirs(output_folder_negative, exist_ok=True)

# 定义类别列表
positive_categories = ['amusement', 'anger', 'awe', 'contentment']
negative_categories = ['disgust', 'excitement', 'fear', 'sad']

# 遍历每个类别文件夹
for category in positive_categories + negative_categories:
    category_folder = os.path.join(input_folder, category)
    
    # 确保类别文件夹存在
    if os.path.exists(category_folder):
        # 使用tqdm显示进度条
        for filename in tqdm(os.listdir(category_folder), desc=f"Processing {category}"):
            file_path = os.path.join(category_folder, filename)
            
            # 确保是文件而不是文件夹
            if os.path.isfile(file_path):
                # 确定输出路径和新文件名
                if category in positive_categories:
                    output_path = os.path.join(output_folder_positive, filename)
                else:
                    output_path = os.path.join(output_folder_negative, filename)
                
                # 复制文件到新文件夹
                shutil.copy(file_path, output_path)

print("处理完成。")

(3)把上述二分类数据集按照80：15：5划分为训练集，测试集，验证集

import os
import random
from shutil import copyfile
from tqdm import tqdm

def split_and_copy_images(input_folder, output_folder, split_ratios=(0.8, 0.15, 0.05), seed=42):
    random.seed(seed)

    # 创建输出文件夹
    for split in ['train', 'test', 'val']:
        split_path = os.path.join(output_folder, split)
        os.makedirs(os.path.join(split_path, 'positive'), exist_ok=True)
        os.makedirs(os.path.join(split_path, 'negative'), exist_ok=True)

    # 遍历每个类别的文件夹
    for category in ['positive', 'negative']:
        category_path = os.path.join(input_folder, category)
        image_files = os.listdir(category_path)
        random.shuffle(image_files)

        # 划分数据集
        total_files = len(image_files)
        train_count = int(total_files * split_ratios[0])
        test_count = int(total_files * split_ratios[1])

        # 复制文件到相应的文件夹
        for i, filename in enumerate(tqdm(image_files, desc=f"Processing {category}")):
            src_path = os.path.join(category_path, filename)

            if i < train_count:
                dst_path = os.path.join(output_folder, 'train', category, f'{category}_{i + 1}.jpg')
            elif i < train_count + test_count:
                dst_path = os.path.join(output_folder, 'test', category, f'{category}_{i + 1}.jpg')
            else:
                dst_path = os.path.join(output_folder, 'val', category, f'{category}_{i + 1}.jpg')

            copyfile(src_path, dst_path)

# 输入文件夹和输出文件夹路径
input_folder = 'path/to/dataset'
output_folder = 'path/to/split_dataset'

# 划分数据集并显示进度条
split_and_copy_images(input_folder, output_folder)
print("数据集划分完成。")

总结，如果思路清晰，有些脚本用ChatGPT来写还是非常方便的。