Tensorflow 实现将图像与标签数据转化为tfRecord文件

tensorflow中如果要对神经网络模型进行训练,需要把训练数据转换为tfrecord格式才能被读取,tensorflow的model文件里直接提供了相应的脚本文件在下面的文件夹中:

cd tensorflow/models/research/object_detection/dataset_tools

其中包括:

1.create_coco_tf_record.py:注意,这个代码需要解析json格式的标签文件

2.create_pascal_tf_record.py:注意,这个代码需要解析xml格式的标签文件

......

我们需要根据自己的标签格式选择相应的脚本。

具体使用方式:以create_pascal_tf_record.py为例,首先打开该脚本,然后修改文件中相应的信息,诸如训练集、验证集的路經等,这个需要你根据自己的情况去修改。

使用方法:

python object_detection/dataset_tools/create_pascal_tf_record.py \
    --data_dir=/home/user/VOCdevkit\ #数据存储的路經,下一级子文件夹必须为voc2012
    --year=VOC2012 \
    --output_path=/home/user/pascal.record #输出文件的路經及文件名

以上这篇Tensorflow 实现将图像与标签数据转化为tfRecord文件就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持菜鸟教程(cainiaojc.com)。

声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#cainiaojc.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。