生成all_shuffle_datas.txt，内部包含信息如图：（健康+不健康图像的详细路径，附带标签）
    image.png
    为之后自定义图像数据集作准备

    1. #本段代码为k折交叉验证提供了数据集上的准备
    2. #以读入测试集为例，故只列出了测试集图片所在路径，若读入全部数据需把所有路径加
    3. import glob
    4. import os
    5. import numpy as np
    6. PATHS= ['.\\shallow\health_shallow',".\\shallow\\test_001health_shallow",
    7.         '.\\shallow\\hypertension_shallow',".\\shallow\\test_002hypertension_shallow"]
    8. sum=0
    9. img_path=[]
    10. #遍历上面的4个路径，依次把信息追加到img_path列表中
    11. for label,p in enumerate(PATHS):
    12.     image_dir=glob.glob(p+"\\"+"*.png")#返回路径下的所有图片详细的路径
    13.     sum+=len(image_dir)
    14.     print(len(image_dir))
    15.     for image in image_dir:
    16.         img_path.append((image,str(label//2))) #label//2，健康图像标签都为0，不健康的都为1
    17. #print(img_path[0])
    18. print("%d 个图像信息已经加载到txt文本!!!"%(sum))
    19. np.random.shuffle(img_path) #打乱掉图像的分布
    20. print(img_path[0])
    21. file=open(".\\shallow\\all_shuffle_datas.txt","w",encoding="utf-8")
    22. for img  in img_path:
    23.     file.write(img[0]+':'+img[1]+'\n') #img[0]是图像的详细路径，img[1]是图像的标签
    24. file.close()