长尾数据集如何划分训练集和测试集（平衡）

目前的数据集分布如下，我想要进行长尾数据的图片识别。

现有的方法都是用的公开数据集，其中训练集不平衡，测试集是平衡的。
但是我自己的数据应该怎么划分才能比较合理呢？我想要一个平衡的测试集，但是最少的类只有11张图，难道测试集每个类都只取低于11张图吗？感觉不合理，但是取多了有些类的数量没法满足。求一个合适的方案，谢谢！
另外我发现一些论文中使用的iNaturalist18_val是每个类只有3张图，不过它有8142个类，我只有12个类，那我的数据划分测试集时也可以这么少吗？

不平衡训练集可以扩充

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 看下这篇博客，也许你就懂了，链接：图片分类从数据采集、数据预处理、训练、预测

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^