プランBとプランC

被害3区分，5,050組のデータセットによる学習結果が芳しくなかったことを受け，プランBとプランCを考えました。

私の職場の同僚向けのメール文面の画像を載せておきます↓。


7/30(火)現在，プランBでの学習中です。
プランBではmAP50が0.75前後出ています。
速報まで。

被害3区分のtrain.pyの実行結果

ひとつ前の記事
https://gpsrsgis.seesaa.net/article/504059919.html
で，5,050組のデータセット（jpg＋txt）をランダムに，10，18，18，18，18，18％の割合で6分割する方法についてお尋ねしました。

灯台下暗しで，統計ソフト"R"の達人である，職場の同僚がRでスクリプトを書いてくれ，分割してくれました（感謝！）。

3,636組のtrainデータと909組のvalidデータを使い，5分割交差検証をやった結果です↓。


結果は期待外れでした。検出精度の指標のひとつであるmAP50で0.8以上，あわよくば0.9台が出るかと思ったのですが，mAP50は概ね0.65前後までしか上がらず，大ショックでした。
しばらく意気消沈してメンタルがやられそうになりました。
甘くないです。

温井さんのトマトの3区分（完熟，収穫少し前，未熟）の例ではmAP50＞0.9であり，
https://farml1.com/tomato_yolov5/#google_vignette
北京林業大学のマツ枯れ被害3区分でもmAP50が0.8近く出ているのに，
https://www.mdpi.com/1999-4907/13/11/1880
どうしてなのか，よくわかりません。

今後じっくり考察してみます。

（教えてください！）フォルダ内のファイルの組を特定の割合に分ける方法

マツ枯れ樹冠を物体検出アルゴリズムのYOLOv5で自動検出するという研究をやっています。

R6.3の森林学会＠東京農大の発表では，データ数が876組（JPG＋TXT）と少なく，過学習が発生したと思われ，検出精度も上がり切りませんでした。

その後がんばってデータ数を5,050組（JPG＋TXT）に増やしました。
エクスプローラ画面の先頭と末尾です（5,050組×2＝10,100ファイル）。




これら5,050組のデータを，訓練用，検証用，テスト用に分けてYOLOv5に掛けるつもりです。
学会発表時ではホールドアウト法でやったのですが，今回は5分割交差検証（クロスバリデーション）法でやりたいです。

イメージはこんな感じです↓。

前回の876組のときにはExcelを使って手動で訓練用と検証用を分けたのですが，データ数が増えたので，もう手作業はやりたくないです。

どなたか，フォルダ内のファイルの組（JPGとTXT）を，ランダムに特定の割合（今回は，10％，18％，18％，18％，18％，18％）（フォルダ名：test, fold1, fold2, fold3, fold4, fold5）に自動で分ける方法を教えてもらえないでしょうか。


よろしくお願いします。