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。