Tensorflow—tfrecord数据集生成与使用

最新推荐文章于 2022-09-24 16:49:16 发布

原创

最新推荐文章于 2022-09-24 16:49:16 发布 · 857 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #tfrecords

参考内容：

数据读取的官方教程：Tensorflow导入数据以及使用数据

tfrecord数据集生成：

数据准备：图片数据+图片目录与label一一对应的的txt

先读取图片信息的txt文件，得到每个图片的路径以及它们的标签，然后对这个图片作一些预处理，最后将图片以及它对应的标签序列化，并建立图片和标签的索引（即以下代码的”img_raw”, “label”）。详见代码。

import random
import tensorflow as tf
from PIL import Image

def create_record(records_path, data_path, img_txt):
    # 声明一个TFRecordWriter
    writer = tf.python_io.TFRecordWriter(records_path)
    # 读取图片信息，并且将读入的图片顺序打乱
    img_list = []
    with open(img_txt, 'r') as fr:
        img_list = fr.readlines()
    random.shuffle(img_list)
    cnt = 0
    # 遍历每一张图片信息
    for img_info in img_list:
        # 图片相对路径
        img_name = img_info.split(' ')[0]
        # 图片类别
        img_cls = int(img_info.split