时间:2020-08-13 python教程 查看: 1205
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python博客。