split-folders

一行命令把图片文件夹拆成训练验证测试集

开源 free 数据集
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 424
维护状态 较活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类数据集
开发团队jfilter
所属国家
官网地址
GitHubhttps://github.com/jfilter/split-folders
定价模式free
价格说明开源免费，MIT 许可证
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型dataset,deep-learning,machine-learning,oversampling,python,python-package,splitting,test,training,validation
GitHub 星标★ 424
30天Star增速
HF 下载量
上线时间2018-10-04 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-16
浏览次数0

项目介绍

split-folders 是一个轻量级 Python 工具库，专门解决机器学习和深度学习项目中数据集划分的繁琐问题。它能把一个装满图片或其他文件的文件夹，按指定比例自动拆分成训练集、验证集和测试集三个子文件夹，并保持原有目录结构。核心能力包括：支持按比例或固定数量划分、可设置随机种子保证结果可复现、支持多进程加速、能处理类别不平衡时对训练集进行过采样、以及兼容任意文件类型而非仅限图片。相比手动复制粘贴或写脚本，它只需一行命令或几行代码即可完成，且不会破坏原始数据。该库常被用于 PyTorch、TensorFlow 等框架的数据准备阶段，尤其适合快速实验和教学场景。项目星标 424，属于早期但实用的工具。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • API 极简，split_folders.ratio('input','output',seed=1337,ratio=(.8,.1,.1)) 一行完成划分
  • 支持过采样训练集，缓解类别不平衡问题
  • 可复现：固定随机种子后每次划分结果一致，方便实验对比

不足之处

  • 功能相对单一，仅做文件夹划分，不涉及数据加载、增强或格式转换
  • 社区规模较小，文档和示例以 README 为主，缺少进阶教程

适用场景

  • 快速准备图像分类数据集的训练/验证/测试目录
  • 教学或 demo 中一键拆分原始图片文件夹
  • 在类别不平衡时对训练集过采样后再训练模型

替代项目

split-folders 的同类：scikit-learn 的 train_test_split（但需自行处理文件复制）、DVC 或 dataset-tools 等数据版本管理工具

上一篇：batchgenerators

下一篇：awesome-healthcare-datasets

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注，图像视频文本通吃，导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10702 2026-08-10
aisheets 开源

像用表格一样批量调 AI，不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1652 2026-09-20
DataGen 开源

用大模型一键生成定制化训练数据，告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09
distilabel 开源

基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3421 2026-08-10