小编给大家分享一下Tensorflow怎么实现将图像与标签数据转化为tfRecord文件,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
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
以上是“Tensorflow怎么实现将图像与标签数据转化为tfRecord文件”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。