如何在RStudio中从猫狗数据集抽取图片子集并迁移至新文件夹

1. 核心思路 #

完全可以在RStudio里自动完成图片子集的抽取与复制/移动，无需手动操作。下面提供两种实现方式，优先推荐随机抽取（保证数据分布均衡），也支持按文件名顺序抽取。

2. 随机抽取图片（优先方案） #

该方案会从猫、狗两类图片中分别随机抽取指定数量，确保子集的类别分布和原数据集一致：

# 替换为你的原始图片文件夹路径和目标子集文件夹路径
original_img_dir <- "你的train文件夹路径"
target_sample_dir <- "你要创建的子集文件夹路径"

# 创建目标文件夹（不存在则自动创建）
dir.create(target_sample_dir, recursive = TRUE, showWarnings = FALSE)

# 获取所有图片文件名
all_images <- list.files(original_img_dir, pattern = "\\.(jpg|jpeg)$", full.names = FALSE)

# 分离猫、狗图片
cat_images <- grep("^cat", all_images, value = TRUE)
dog_images <- grep("^dog", all_images, value = TRUE)

# 随机抽取各1000张（可自行调整数量，比如各1500张凑3000总样本）
sample_cats <- sample(cat_images, size = 1000)
sample_dogs <- sample(dog_images, size = 1000)

# 合并选中的图片列表
selected_images <- c(sample_cats, sample_dogs)

# 复制图片到目标文件夹
file.copy(
  from = file.path(original_img_dir, selected_images),
  to = file.path(target_sample_dir, selected_images)
)

3. 按文件名顺序抽取（备选方案） #

如果不需要随机，直接按文件名顺序取前N张：

# 沿用上面的路径变量，直接执行以下代码
# 按顺序取猫、狗各1000张
sample_cats_order <- head(cat_images, 1000)
sample_dogs_order <- head(dog_images, 1000)

selected_images_order <- c(sample_cats_order, sample_dogs_order)

# 复制到目标文件夹
file.copy(
  from = file.path(original_img_dir, selected_images_order),
  to = file.path(target_sample_dir, selected_images_order)
)

4. 额外说明 #

• 若需要移动图片而非复制，将代码中的file.copy替换为file.rename即可（注意：移动后原文件夹会丢失这些图片，谨慎操作）
• 确保R对原始文件夹有读取权限，对目标文件夹有写入权限
• 可根据需求自由调整抽取的数量，比如总样本2500张就设置猫、狗各1250张

内容的提问来源于stack exchange，提问作者zappbran