求大老，如何将若干图像看成1个整体

import glob

image_folder_path = "文件夹的路径"

image_files = glob.glob(image_folder_path + "/*/*.jpg")  # 假设图像文件是以.jpg为后缀的

print(image_files)

test_images = []  # 存放测试集图像文件路径的列表
train_images = []  # 存放训练集图像文件路径的列表

for image_file in image_files:
    if "文件夹1" in image_file:  # 假设文件夹1的名称为"文件夹1"
        test_images.append(image_file)
    else:
        train_images.append(image_file)

print("测试集图像数量：", len(test_images))
print("训练集图像数量：", len(train_images))

import numpy as np

# 假设模型的预测结果和真实标签分别存储在两个列表中
predictions = [0, 1, 1, 0, 1]  # 0 表示预测为负样本，1 表示预测为正样本
labels = [1, 1, 0, 0, 1]  # 1 表示真实为正样本，0 表示真实为负样本

# 将列表转换为 numpy 数组
predictions = np.array(predictions)
labels = np.array(labels)

# 计算准确率
accuracy = np.mean(predictions == labels)

print("准确率：", accuracy)