""" 整理现有数据集脚本 将 数据集/数据集/仿真数据 中的图像整理到标准格式 """ import os import shutil from pathlib import Path import random def organize_existing_dataset(): """整理现有的光图像数据集""" # 源数据路径 (使用绝对路径) script_dir = os.path.dirname(os.path.abspath(__file__)) project_root = os.path.dirname(script_dir) source_base = os.path.join(project_root, "数据集", "数据集", "仿真数据", "单模态", "w=-0.5", "受畸变", "Cn=10-13") # 目标路径 output_dir = os.path.join(project_root, "data", "processed") train_dir = os.path.join(output_dir, "train") val_dir = os.path.join(output_dir, "val") # 创建目标目录 os.makedirs(train_dir, exist_ok=True) os.makedirs(val_dir, exist_ok=True) print("开始整理数据集...") print(f"源目录: {source_base}") print(f"目标目录: {output_dir}") total_images = 0 train_count = 0 val_count = 0 # 遍历l=1到l=10 (对应class_0到class_9,因为l=1表示1个光瓣) for l_value in range(1, 11): source_class_dir = os.path.join(source_base, f"l={l_value}") if not os.path.exists(source_class_dir): print(f"警告: {source_class_dir} 不存在,跳过") continue # 类别ID (l=1对应class_1, l=10对应class_10,但我们可能需要class_0到class_9) # 根据需求,l值直接对应光瓣数量 class_id = l_value - 1 # l=1 -> class_0 (1个光瓣) # 创建类别目录 train_class_dir = os.path.join(train_dir, f"class_{class_id}") val_class_dir = os.path.join(val_dir, f"class_{class_id}") os.makedirs(train_class_dir, exist_ok=True) os.makedirs(val_class_dir, exist_ok=True) # 获取所有图像 images = [f for f in os.listdir(source_class_dir) if f.lower().endswith(('.jpg', '.jpeg', '.png'))] if len(images) == 0: print(f"警告: {source_class_dir} 中没有图像") continue # 随机打乱 random.shuffle(images) # 分割为训练集和验证集 (80:20) split_idx = int(len(images) * 0.8) train_images = images[:split_idx] val_images = images[split_idx:] # 复制训练集图像 for img_name in train_images: src = os.path.join(source_class_dir, img_name) dst = os.path.join(train_class_dir, img_name) shutil.copy2(src, dst) train_count += 1 # 复制验证集图像 for img_name in val_images: src = os.path.join(source_class_dir, img_name) dst = os.path.join(val_class_dir, img_name) shutil.copy2(src, dst) val_count += 1 total_images += len(images) print(f"class_{class_id} (l={l_value}): {len(train_images)} 训练, {len(val_images)} 验证") print(f"\n数据集整理完成!") print(f"总图像数: {total_images}") print(f"训练集: {train_count} 张") print(f"验证集: {val_count} 张") print(f"\n数据集位置: {output_dir}") print("\n下一步: 运行训练脚本") print("cd pc_training") print("python train.py --data_dir ../data/processed --pretrained --epochs 50") if __name__ == '__main__': # 设置随机种子以保证可重复性 random.seed(42) organize_existing_dataset()