Validation 卷积神经网络：在测试阶段防止作弊

我正在建立一个用于图像分类的卷积神经网络。图像存储在两个不同的文件夹中：

培训图像（8000个文件）

测试图像（2000个文件）

显然，我需要一个训练集、一个验证集和一个测试集。第一种解决方案是将第一个文件夹中的图像拆分为培训组和验证组，同时使用第二个文件夹中的图像进行测试：

training_datagen     = ImageDataGenerator(rescale = 1./255, validation_split =  0.2)
test_datagen         = ImageDataGenerator(rescale = 1./255)
train_generator      = train_datagen.flow_from_directory(training_path,target_size = (150,150), batch_size = 20, subset = "training", class_mode = "binary") 
validation_generator = train_datagen.flow_from_directory(training_path,target_size = (150,150), batch_size = 20, subset = "validation", class_mode = "binary") 
test_generator       = test_datagen.flow_from_directory(test_path,target_size = (150,150), batch_size = 20, class_mode = "binary") 

当我想增强训练图像时，这种方法会出现问题，因为拉伸、缩放等操作也会应用于我的验证集。实际上，可以简单地将第一个文件夹拆分为两个单独的文件夹（例如，6000个图像用于培训，2000个图像用于验证），并对每个文件夹使用ImageDataGenerator（），而不使用“validation_split”参数。但是，我不允许修改文件夹结构，也就是说，我不能重新组织图像。我的想法是将第二个文件夹中的2000个图像分割为验证集和测试集：

train_datagen   = ImageDataGenerator(rescale            = 1./255,
                                     rotation_range     = rotation_range,
                                     width_shift_range  = width_shift_range,
                                     height_shift_range = height_shift_range,
                                     shear_range        = shear_range,
                                     brightness_range   = brightness_range,
                                     zoom_range         = zoom_range,
                                     horizontal_flip    = horizontal_flip,
                                     fill_mode          = fill_mode)

test_datagen         = ImageDataGenerator(rescale = 1./255, validation_split =  0.5)
train_generator      = train_datagen.flow_from_directory(training_path,target_size = (150,150), batch_size = 20, subset = "training", class_mode = "binary") 
validation_generator = test_datagen.flow_from_directory(test_path,target_size = (150,150), batch_size = 20, subset = "test", class_mode = "binary") 
test_generator       = test_datagen.flow_from_directory(test_path,target_size = (150,150), batch_size = 20, subset = "validation",class_mode = "binary") 

并使用前1000个图像进行验证，剩余1000个图像进行测试。我这样做是不是在考试阶段作弊

谢谢大家!