解决yolo(txt)格式数据集，类别不平衡

最新推荐文章于 2025-01-19 19:57:59 发布

Dneccc

最新推荐文章于 2025-01-19 19:57:59 发布

阅读量594

点赞数

CC 4.0 BY-SA版权

文章标签： YOLO

本文链接：https://blog.csdn.net/Dneccc/article/details/134439768

文章讨论了在处理含有多个类别的图像数据集中，如何避免训练集和验证集类别分布不均的问题。提出了一种方法，即按照类别数量最少的顺序划分，确保每个类别在两个集合中都有足够的样本。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

当数据集中存在一张图上有多类目标时，按比例随机划分训练集和验证集，可能会出现验证集某一类很少甚至没有的情况

解决办法：

划分的时候应该优先划分数量最少的类别，依此类推，以下为代码实现结果：

当前划分类： 15
包含该类的剩余总文件数： 47
当前类分配情况：train:37 val:10
------------------------------------
当前划分类： 2
包含该类的剩余总文件数： 54
当前类分配情况：train:43 val:11
------------------------------------
当前划分类： 3
包含该类的剩余总文件数： 54
当前类分配情况：train:43 val:11
------------------------------------
当前划分类： 17
包含该类的剩余总文件数： 95
当前类分配情况：train:76 val:19
------------------------------------
当前划分类： 18
包含该类的剩余总文件数： 89
当前类分配情况：train:71 val:18
------------------------------------
当前划分类： 7
包含该类的剩余总文件数： 99
当前类分配情况：train:79 val:20
------------------------------------
当前划分类： 9
包含该类的剩余总文件数： 99
当前类分配情况：train:79 val:20
------------------------------------
当前划分类： 16
包含该类的剩余总文件数： 99
当前类分配情况：train:79 val:20
------------------------------------
当前划分类： 0
包含该类的剩余总文件数： 114
当前类分配情况：train:91 val:23
------------------------------------
当前划分类： 10
包含该类的剩余总文件数： 147
当前类分配情况：train:117 val:30
------------------------------------
当前划分类： 12
包含该类的剩余总文件数： 175
当前类分配情况：train:140 val:35
------------------------------------
当前划分类： 13
包含该类的剩余总文件数： 203
当前类分配情况：train:162 val:41
------------------------------------
当前划分类： 11
包含该类的剩余总文件数： 170
当前类分配情况：train:136 val:34
------------------------------------
当前划分类： 6
包含该类的剩余总文件数： 131
当前类分配情况：train:104 val:27
------------------------------------
当前划分类： 19
包含该类的剩余总文件数： 181
当前类分配情况：train:144 val:37
------------------------------------
当前划分类： 14
包含该类的剩余总文件数： 179
当前类分配情况：train:143 val:36
------------------------------------
当前划分类： 8
包含该类的剩余总文件数： 238
当前类分配情况：train:190 val:48
------------------------------------
当前划分类： 5
包含该类的剩余总文件数： 226
当前类分配情况：train:180 val:46
------------------------------------
当前划分类： 1
包含该类的剩余总文件数： 390
当前类分配情况：train:312 val:78
------------------------------------
当前划分类： 4
包含该类的剩余总文件数： 447
当前类分配情况：train:357 val:90
------------------------------------
当前划分类： 20
包含该类的剩余总文件数： 463
当前类分配情况：train:370 val:93
------------------------------------
数据集分配情况：
分配优先级:[15, 2, 3, 17, 18, 7, 9, 16, 0, 10, 12, 13, 11, 6, 19, 14, 8, 5, 1, 4, 20]
train:2953 val:747