深度學習的數據集往往是一個文件下下面包含很多圖片，用glob模塊可以很方便的製作dataset，下面簡單介紹：
glob.glob()函數接受通配模式作爲輸入，並返回所有匹配的文件名的路徑字符串列表，與os.listdir類似。
文件夾路徑爲：‘data/samples’，裏面放了很多圖片
看代碼：
import glob
a=glob.glob('%s/*.*' % r'data/samples')
b=glob.glob('{0}/*.*'.format('data/samples'))
print(a)
print(b)
輸出爲：
C:\ProgramData\Anaconda3\python.exe D:/pythonlearn/pyTorch/YOLO_V3/PyTorch-YOLOv3-master/testGlob.py
['data/samples\\10.jpg', 'data/samples\\11.jpg', 'data/samples\\12.jpg', 'data/samples\\13.jpg', 'data/samples\\14.jpg', 'data/samples\\15.jpg', 'data/samples\\16.jpg', 'data/samples\\8.jpg', 'data/samples\\9.jpg']
['data/samples\\10.jpg', 'data/samples\\11.jpg', 'data/samples\\12.jpg', 'data/samples\\13.jpg', 'data/samples\\14.jpg', 'data/samples\\15.jpg', 'data/samples\\16.jpg', 'data/samples\\8.jpg', 'data/samples\\9.jpg']
Process finished with exit code 0