深度学习的数据集往往是一个文件下下面包含很多图片,用glob模块可以很方便的制作dataset,下面简单介绍:
glob.glob()函数接受通配模式作为输入,并返回所有匹配的文件名的路径字符串列表,与os.listdir类似。
文件夹路径为:‘data/samples’,里面放了很多图片
看代码:
import glob
a=glob.glob('%s/*.*' % r'data/samples')
b=glob.glob('{0}/*.*'.format('data/samples'))
print(a)
print(b)
输出为:
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