PASCAL-VOC2012简介

PASCAL-VOC2012数据集介绍官网：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html ，数据集下载地址：benchmark_RELEASE：下载地址 voc2012：下载地址

VOC2012数据集分为20类，包括背景为21类，分别如下：

Person: person
Animal: bird, cat, cow, dog, horse, sheep
Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train
Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor

再看一下VOC2012数据集里有哪些文件夹：

在目标检测中，主要用到了 Annotations，ImageSets，JPEGImages，其中 ImageSets/Main/ 保存了具体数据集的索引，Annotations 保存了标签数据， JPEGImages 保存了图片内容。

ImageSets/Main/ 文件夹以 , {class}_trainval.txt {class}_val.txt 的格式命名。 train.txt val.txt 例外，包括 Action，Layout，Main，Segmentation 四个文件夹：

Action：存放的是人的动作（例如running、jumping等等，这也是VOC challenge的一部分）
Layout：存放的是具有人体部位的数据（人的head、hand、feet等等，这也是VOC challenge的一部分
Main：存放的是图像物体识别的数据，总共分为20类。
Segmentation：存放的是可用于分割的数据。

在图像分割中，主要使用了SegmentationClass，SegmentationObject，JPEGImages有关的信息，VOC2012中的图片并不是都用于分割，用于分割比赛的图片实例如下，包含原图以及图像分类分割和图像物体分割两种png图。图像分类分割是在20种物体中，ground-turth图片上每个物体的轮廓填充都有一个特定的颜色，一共20种颜色，比如摩托车用红色表示，人用绿色表示。而图像物体分割则仅仅在一副图中生成不同物体的轮廓颜色即可，颜色自己随便填充。

ImageSets/Main/ 文件夹以 , {class}_trainval.txt {class}_val.txt 的格式命名。 train.txt val.txt 例外

aeroplane_train.txt
aeroplane_trainval.txt
aeroplane_val.txt
bicycle_train.txt
bicycle_trainval.txt
bicycle_val.txt
bird_train.txt
bird_trainval.txt
bird_val.txt
boat_train.txt
boat_trainval.txt
boat_val.txt
bottle_train.txt
bottle_trainval.txt
bottle_val.txt
bus_train.txt
bus_trainval.txt
bus_val.txt
car_train.txt
car_trainval.txt
car_val.txt
cat_train.txt
cat_trainval.txt
cat_val.txt
chair_train.txt
chair_trainval.txt
chair_val.txt
cow_train.txt
cow_trainval.txt
cow_val.txt
diningtable_train.txt
diningtable_trainval.txt
diningtable_val.txt
dog_train.txt
dog_trainval.txt
dog_val.txt
horse_train.txt
horse_trainval.txt
horse_val.txt
motorbike_train.txt
motorbike_trainval.txt
motorbike_val.txt
person_train.txt
person_trainval.txt
person_val.txt
pottedplant_train.txt
pottedplant_trainval.txt
pottedplant_val.txt
sheep_train.txt
sheep_trainval.txt
sheep_val.txt
sofa_train.txt
sofa_trainval.txt
sofa_val.txt
train.txt
train_train.txt
train_trainval.txt
train_val.txt
trainval.txt
tvmonitor_train.txt
tvmonitor_trainval.txt
tvmonitor_val.txt
val.txt

{class}_train.txt 保存类别为 class 的训练集的所有索引，每一个 class 的 train 数据都有 5717 个。
{class}_val.txt 保存类别为 class 的验证集的所有索引，每一个 class 的val数据都有 5823 个
{class}_trainval.txt 保存类别为 class 的训练验证集的所有索引，每一个 class 的val数据都有11540 个

每个文件包含内容为：

2011_003194 -1
2011_003216 -1
2011_003223 -1
2011_003230 1
2011_003236 1
2011_003238 1
2011_003246 1
2011_003247 0
2011_003253 -1
2011_003255 1
2011_003259 1
2011_003274 -1
2011_003276 -1

注：1代表正样本，-1代表负样本。

VOC2012/ImageSets/Main/train.txt 保存了所有训练集的文件名，从 VOC2012/JPEGImages/ 找到文件名对应的图片文件。VOC2012/Annotations/ 找到文件名对应的标签文件

VOC2012/ImageSets/Main/val.txt 保存了所有验证集的文件名，从 VOC2012/JPEGImages/ 找到文件名对应的图片文件。VOC2012/Annotations/ 找到文件名对应的标签文件

读取 JPEGImages 和 Annotation 文件转换为 tf 的 Example 对象，写入 {train|test}{index}_of{num_shard} 文件。每个文件写的 Example 的数量为 total_size/num_shard。（不同数据集可以适当调节 num_shard 来控制每个输出文件的大小）

Annotations

文件夹中文件以 {id}.xml (id 保存在 VOC2012/ImageSets/Main/文件夹 ) 格式命名的 xml 文件，保存如下关键信息

物体 label : name ，如下例子为 person
图片尺寸： depth, height, width
物体 bbox : bndbox 下 xmax, xmin, ymax, ymin

<annotation><folder>VOC2012</folder><filename>2007_000032.jpg</filename><source><database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><image>flickr</image></source><size><width>500</width><height>281</height><depth>3</depth></size><segmented>1</segmented><object><name>aeroplane</name><pose>Frontal</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>104</xmin><ymin>78</ymin><xmax>375</xmax><ymax>183</ymax></bndbox></object><object><name>aeroplane</name><pose>Left</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>133</xmin><ymin>88</ymin><xmax>197</xmax><ymax>123</ymax></bndbox></object><object><name>person</name><pose>Rear</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>195</xmin><ymin>180</ymin><xmax>213</xmax><ymax>229</ymax></bndbox></object><object><name>person</name><pose>Rear</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>26</xmin><ymin>189</ymin><xmax>44</xmax><ymax>238</ymax></bndbox></object>
</annotation>

tfrecord格式简介

tfrecord是Tensorflow官方推荐的一种较为高效的数据读取方式。使用Tensorflow训练神经网络时，读取的数据方式有很多种。如果数据集比较小，而且内存足够大，可以选择直接将所有数据读进内存，然后每次取一个batch的数据出来。如果数据较多，可以每次直接从硬盘中进行读取，不过这种方式的读取效率就比较低了。
tfrecord其实是一种数据存储形式。使用tfrecord时，实际上是先读取原生数据，然后转换成tfrecord格式，再存储在硬盘上。而使用时，再把数据从相应的tfrecord文件中解码读取出来。

Tensorflow有和tfrecord配套的一些函数，可以加快数据的处理。实际读取tfrecord数据时，先以相应的tfrecord文件为参数，创建一个输入队列，这个队列有一定的容量，用户可以设置不同的值，在一部分数据出队列时，tfrecord中的其他数据就可以通过预取进入队列，并且这个过程和网络的计算是独立进行的。也就是说，网络每一个iteration的训练不必等待数据队列准备好再开始，队列中的数据始终是充足的，而往队列中填充数据时，也可以使用多线程加速。

tfecord文件中的数据是通过tf.train.Example Protocol Buffer的格式存储的，下面是tf.train.Example的定义。

message Example {Features features = 1;
};message Features{map<string,Feature> featrue = 1;
};message Feature{oneof kind{BytesList bytes_list = 1;FloatList float_list = 2;Int64List int64_list = 3;}
};

tf.train.Example中包含了属性名称到取值的字典，其中属性名称为字符串，属性的取值可以为字符串（BytesList）、实数列表（FloatList）或者整数列表（Int64List）。

将数据保存为tfrecord格式

首先，创建以tfrecord为后缀的文件名

tfrecords_filename = './tfrecords/train.tfrecords'
writer = tf.python_io.TFRecordWriter(tfrecords_filename) # 创建.tfrecord文件，准备写入

然后创建一个循环一次写入数据

    for i in range(100):img_raw = np.random.random_integers(0,255,size=(7,30)) # 创建7*30，取值在0-255之间随机数组img_raw = img_raw.tostring()example = tf.train.Example(features=tf.train.Features(feature={'label': tf.train.Feature(int64_list = tf.train.Int64List(value=[i])),     'img_raw':tf.train.Feature(bytes_list = tf.train.BytesList(value=[img_raw]))}))writer.write(example.SerializeToString()) writer.close()

example = tf.train.Example()这句将数据赋给了变量example（可以看到里面是通过字典结构实现的赋值），然后用writer.write(example.SerializeToString()) 这句实现写入。

值得注意的是赋值给example的数据格式。从前面tf.train.Example的定义可知，tfrecord支持整型、浮点数和二进制三种格式，分别是

tf.train.Feature(int64_list = tf.train.Int64List(value=[int_scalar]))
tf.train.Feature(bytes_list = tf.train.BytesList(value=[array_string_or_byte]))
tf.train.Feature(bytes_list = tf.train.FloatList(value=[float_scalar]))

例如图片等数组形式（array）的数据，可以保存为numpy array的格式，转换为string，然后保存到二进制格式的feature中。对于单个的数值（scalar），可以直接赋值。这里value=[×]的[]非常重要，也就是说输入的必须是列表（list）。当然，对于输入数据是向量形式的，可以根据数据类型（float还是int）分别保存。并且在保存的时候还可以指定数据的维数。

读取tfrecord数据

用tf.parse_single_example解码，tf.TFRecordReader读取，一般，为了高效的读取数据，tf中使用队列读取数据

def read_and_decode(filename):# 生成一个文件名的队列filename_queue = tf.train.string_input_producer([filename])reader = tf.TFRecordReader()  # 定义一个reader_, serialized_example = reader.read(filename_queue)   # 读取文件名和example# 还原feature， 和制作tfrecords时一样feature = { 'label': tf.FixedLenFeature([], tf.int64),  # 对于单个元素的变量，我们使用FixlenFeature来读取，需要指明变量存储的数据类型；对于list类型的变量，我们使用VarLenFeature来读取，同样需要指明读取变量的类型'img_raw' : tf.FixedLenFeature([], tf.string), }# 使用tf.parse_single_example来解析examplefeatures = tf.parse_single_example(serialized_example, features=feature)# 对于图像，使用tf.decode_raw解析对应的features，指定类型，然后reshape等img = tf.decode_raw(features['img_raw'], tf.uint8)img = tf.reshape(img, [224, 224, 3])img = tf.cast(img, tf.float32) * (1. / 255) - 0.5label = tf.cast(features['label'], tf.int32)return img, labelimg, label = read_and_decode('train.tfrecords')
# 在训练时使用shuffle_batch随机打乱顺序，并生成batch
img_batch, label_batch = tf.train.shuffle_batch([img, label],batch_size=30, capacity=2000,  # 队列的最大容量num_threads=1,  # 进行队列操作的线程数min_after_dequeue=1000) # dequeue后最小的队列大小,used to ensure a level of mixing of elements.# tf队列也需要初始化在sess中才能执行
init_op = tf.group(tf.global_variables_initializer(),tf.local_variables_initializer())
with tf.Session() as sess:sess.run(init_op)coord = tf.train.Coordinator()  # 创建一个coordinate，用于协调各线程threads = tf.train.start_queue_runners(coord=coord)  # 使用QueueRunner对象来提取数据try:  # 推荐代码while not coord.should_stop():# Run training steps or whateversess.run(train_op)except tf.errors.OutOfRangeError:print 'Done training -- epoch limit reached'finally:# When done, ask the threads to stop.关闭线程coord.request_stop()# Wait for threads to finish.coord.join(threads)

以目标检测所使用的文件为例，制作tfrecord文件代码如下：

# coding=utf-8
import os
import sys
import randomimport numpy as np
import tensorflow as tf
# process a xml file
import xml.etree.ElementTree as ETDIRECTORY_ANNOTATIONS = 'Annotations/'
DIRECTORY_IMAGES = 'JPEGImages/'
RANDOM_SEED = 4242
SAMPLES_PER_FILES = 20000VOC_LABELS = {'none': (0, 'Background'),'aeroplane': (1, 'Vehicle'),'bicycle': (2, 'Vehicle'),'bird': (3, 'Animal'),'boat': (4, 'Vehicle'),'bottle': (5, 'Indoor'),'bus': (6, 'Vehicle'),'car': (7, 'Vehicle'),'cat': (8, 'Animal'),'chair': (9, 'Indoor'),'cow': (10, 'Animal'),'diningtable': (11, 'Indoor'),'dog': (12, 'Animal'),'horse': (13, 'Animal'),'motorbike': (14, 'Vehicle'),'person': (15, 'Person'),'pottedplant': (16, 'Indoor'),'sheep': (17, 'Animal'),'sofa': (18, 'Indoor'),'train': (19, 'Vehicle'),'tvmonitor': (20, 'Indoor'),
}#返回一个int64_list
def int64_feature(values):"""Returns a TF-Feature of int64s.Args:values: A scalar or list of values.Returns:a TF-Feature."""if not isinstance(values, (tuple, list)):values = [values]return tf.train.Feature(int64_list=tf.train.Int64List(value=values))#返回float_list
def float_feature(value):"""Wrapper for inserting float features into Example proto."""if not isinstance(value, list):value = [value]return tf.train.Feature(float_list=tf.train.FloatList(value=value))
#返回bytes_list
def bytes_feature(value):"""Wrapper for inserting bytes features into Example proto."""if not isinstance(value, list):value = [value]return tf.train.Feature(bytes_list=tf.train.BytesList(value=value))#split的三种类型
SPLIT_MAP = ['train', 'val', 'trainval']"""
Process a image and annotation file.
Args:filename:       string, path to an image file e.g., '/path/to/example.JPG'.coder:          instance of ImageCoder to provide TensorFlow image coding utils.
Returns:image_buffer:   string, JPEG encoding of RGB image.height:         integer, image height in pixels.width:          integer, image width in pixels.
读取一个样本图片及对应信息
directory：图片所在路径，name：图片名称
"""
def _process_image(directory, name):# Read the image file.filename = os.path.join(directory, DIRECTORY_IMAGES, name + '.jpg')image_data = tf.gfile.FastGFile(filename, 'rb').read()  #使用gfile读取图片# Read the XML annotation file.filename = os.path.join(directory, DIRECTORY_ANNOTATIONS, name + '.xml')tree = ET.parse(filename)   #XML文档表示为树,ElementTreeroot = tree.getroot()       #树的根节点# Image shape.size = root.find('size')shape = [int(size.find('height').text), int(size.find('width').text), int(size.find('depth').text)]# Find annotations.# 获取每个object的信息bboxes = []labels = []labels_text = []difficult = []truncated = []for obj in root.findall('object'):label = obj.find('name').textlabels.append(int(VOC_LABELS[label][0]))labels_text.append(label.encode('ascii'))if obj.find('difficult'):difficult.append(int(obj.find('difficult').text))else:difficult.append(0)if obj.find('truncated'):truncated.append(int(obj.find('truncated').text))else:truncated.append(0)bbox = obj.find('bndbox')bboxes.append((float(bbox.find('ymin').text) / shape[0],float(bbox.find('xmin').text) / shape[1],float(bbox.find('ymax').text) / shape[0],float(bbox.find('xmax').text) / shape[1]))return image_data, shape, bboxes, labels, labels_text, difficult, truncated"""
Build an Example proto for an image example.
Args:image_data: string, JPEG encoding of RGB image;labels: list of integers, identifier for the ground truth;labels_text: list of strings, human-readable labels;bboxes: list of bounding boxes; each box is a list of integers;specifying [xmin, ymin, xmax, ymax]. All boxes are assumed to belongto the same label as the image label.shape: 3 integers, image shapes in pixels.
Returns:Example proto
将一个图片及对应信息按格式转换成训练时可读取的一个样本
"""
def _convert_to_example(image_data, labels, labels_text, bboxes, shape, difficult, truncated):xmin = []ymin = []xmax = []ymax = []for b in bboxes:assert len(b) == 4# pylint: disable=expression-not-assigned[l.append(point) for l, point in zip([ymin, xmin, ymax, xmax], b)]# pylint: enable=expression-not-assignedimage_format = b'JPEG'example = tf.train.Example(features=tf.train.Features(feature={'image/height': int64_feature(shape[0]),'image/width': int64_feature(shape[1]),'image/channels': int64_feature(shape[2]),'image/shape': int64_feature(shape),'image/object/bbox/xmin': float_feature(xmin),'image/object/bbox/xmax': float_feature(xmax),'image/object/bbox/ymin': float_feature(ymin),'image/object/bbox/ymax': float_feature(ymax),'image/object/bbox/label': int64_feature(labels),'image/object/bbox/label_text': bytes_feature(labels_text),'image/object/bbox/difficult': int64_feature(difficult),'image/object/bbox/truncated': int64_feature(truncated),'image/format': bytes_feature(image_format),'image/encoded': bytes_feature(image_data)}))return example"""
Loads data from image and annotations files and add them to a TFRecord.
Args:dataset_dir: Dataset directory;name: Image name to add to the TFRecord;tfrecord_writer: The TFRecord writer to use for writing.
"""
def _add_to_tfrecord(dataset_dir, name, tfrecord_writer):image_data, shape, bboxes, labels, labels_text, difficult, truncated = \_process_image(dataset_dir, name)example = _convert_to_example(image_data,labels,labels_text,bboxes,shape,difficult,truncated)tfrecord_writer.write(example.SerializeToString())"""
以VOC2012为例，下载后的文件名为：VOCtrainval_11-May-2012.tar，解压后
得到一个文件夹：VOCdevkit
voc_root就是VOCdevkit文件夹所在的路径
在VOCdevkit文件夹下只有一个文件夹：VOC2012，所以下边参数year该文件夹的数字部分。
在VOCdevkit/VOC2012/ImageSets/Main下存放了20个类别，每个类别有3个的txt文件：
*.train.txt存放训练使用的数据
*.val.txt存放测试使用的数据
*.trainval.txt是train和val的合集
所以参数split只能为'train', 'val', 'trainval'之一
"""
def run(voc_root, year, split, output_dir, shuffling=False):# 如果output_dir不存在则创建if not tf.gfile.Exists(output_dir):tf.gfile.MakeDirs(output_dir)# VOCdevkit/VOC2012/ImageSets/Main/train.txt# 中存放有所有20个类别的训练样本名称，共5717个split_file_path = os.path.join(voc_root, 'VOC%s' % year, 'ImageSets', 'Main', '%s.txt' % split)print('>> ', split_file_path)with open(split_file_path) as f:filenames = f.readlines()# shuffling == Ture时，打乱顺序if shuffling:random.seed(RANDOM_SEED)random.shuffle(filenames)# Process dataset files.i = 0fidx = 0dataset_dir = os.path.join(voc_root, 'VOC%s' % year)while i < len(filenames):# Open new TFRecord file.tf_filename = '%s/%s_%03d.tfrecord' % (output_dir, split, fidx)with tf.python_io.TFRecordWriter(tf_filename) as tfrecord_writer:j = 0while i < len(filenames) and j < SAMPLES_PER_FILES:sys.stdout.write('\r>> Converting image %d/%d' % (i + 1, len(filenames)))sys.stdout.flush()filename = filenames[i].strip()_add_to_tfrecord(dataset_dir, filename, tfrecord_writer)i += 1j += 1fidx += 1print('\n>> Finished converting the Pascal VOC dataset!')if __name__ == '__main__':# if len(sys.argv) < 2:#     raise ValueError('>> error. format: python *.py split_name')split = 'train'     #'train|val|trainval'if split not in SPLIT_MAP:raise ValueError('>> error. split = %s' % split)voc_root = 'E:/data/VOCdevkit/'run(voc_root, 2012, split,voc_root)

以图像分割为例，代码如下

代码中所需的build_data.py，点击打开

# Copyright 2018 The TensorFlow Authors All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# =============================================================================="""Converts PASCAL VOC 2012 data to TFRecord file format with Example protos.
PASCAL VOC 2012 dataset is expected to have the following directory structure:+ pascal_voc_seg- build_data.py- build_voc2012_data.py (current working directory).+ VOCdevkit+ VOC2012+ JPEGImages+ SegmentationClass+ ImageSets+ Segmentation+ tfrecord
Image folder:./VOCdevkit/VOC2012/JPEGImages
Semantic segmentation annotations:./VOCdevkit/VOC2012/SegmentationClass
list folder:./VOCdevkit/VOC2012/ImageSets/Segmentation
This script converts data into sharded data files and save at tfrecord folder.
The Example proto contains the following fields:image/encoded: encoded image content.image/filename: image filename.image/format: image file format.image/height: image height.image/width: image width.image/channels: image channels.image/segmentation/class/encoded: encoded semantic segmentation content.image/segmentation/class/format: semantic segmentation file format.
"""
import math
import os.path
import sys
import build_data
import tensorflow as tfFLAGS = tf.app.flags.FLAGStf.app.flags.DEFINE_string('image_folder','./pascal_voc_seg/VOCdevkit/VOC2012/JPEGImages','Folder containing images.')tf.app.flags.DEFINE_string('semantic_segmentation_folder','./pascal_voc_seg/VOCdevkit/VOC2012/SegmentationClassRaw','Folder containing semantic segmentation annotations.')
#train.txt，val.txt，trainval.txt
tf.app.flags.DEFINE_string('list_folder','./pascal_voc_seg/VOCdevkit/VOC2012/ImageSets/Segmentation','Folder containing lists for training and validation')#tfrecord输出路径
tf.app.flags.DEFINE_string('output_dir','./pascal_voc_seg/tfrecord','Path to save converted SSTable of TensorFlow examples.')_NUM_SHARDS = 4def _convert_dataset(dataset_split):"""Converts the specified dataset split to TFRecord format.Args:dataset_split: The dataset split (e.g., train, test).Raises:RuntimeError: If loaded image and label have different shape."""dataset = os.path.basename(dataset_split)[:-4]sys.stdout.write('Processing ' + dataset)filenames = [x.strip('\n') for x in open(dataset_split, 'r')]num_images = len(filenames)num_per_shard = int(math.ceil(num_images / float(_NUM_SHARDS)))image_reader = build_data.ImageReader('jpg', channels=3)label_reader = build_data.ImageReader('png', channels=1)for shard_id in range(_NUM_SHARDS):output_filename = os.path.join(FLAGS.output_dir,'%s-%05d-of-%05d.tfrecord' % (dataset, shard_id, _NUM_SHARDS))with tf.python_io.TFRecordWriter(output_filename) as tfrecord_writer:start_idx = shard_id * num_per_shardend_idx = min((shard_id + 1) * num_per_shard, num_images)for i in range(start_idx, end_idx):sys.stdout.write('\r>> Converting image %d/%d shard %d' % (i + 1, len(filenames), shard_id))sys.stdout.flush()# Read the image.image_filename = os.path.join(FLAGS.image_folder, filenames[i] + '.jpg' )#+ FLAGS.image_format)image_data = tf.gfile.FastGFile(image_filename, 'rb').read()height, width = image_reader.read_image_dims(image_data)# Read the semantic segmentation annotation.seg_filename = os.path.join(FLAGS.semantic_segmentation_folder,filenames[i] + '.' + FLAGS.label_format)seg_data = tf.gfile.FastGFile(seg_filename, 'rb').read()seg_height, seg_width = label_reader.read_image_dims(seg_data)if height != seg_height or width != seg_width:raise RuntimeError('Shape mismatched between image and label.')# Convert to tf example.example = build_data.image_seg_to_tfexample(image_data, filenames[i], height, width, seg_data)tfrecord_writer.write(example.SerializeToString())sys.stdout.write('\n')sys.stdout.flush()def main(unused_argv):dataset_splits = tf.gfile.Glob(os.path.join(FLAGS.list_folder, '*.txt'))for dataset_split in dataset_splits:_convert_dataset(dataset_split)if __name__ == '__main__':tf.app.run()

参考链接一

参考链接二

参考链接三

参考链接四

将VOC2012转换为tfrecord相关推荐

TF之VGG系列：利用预先编制好的脚本data_convert .py文件将图片格式转换为tfrecord 格式
TF之VGG系列:利用预先编制好的脚本data_convert .py文件将图片格式转换为tfrecord 格式目录转换代码转换后的结果转换代码 python data_convert2tfr ...
【CV】如何使用Tensorflow提供的Object Detection API --2--数据转换为TFRecord格式
本篇主要讲的是如何将现存的数据变成Tensorflow记录格式,然后我们就可以用这些数据来进行微调模型,以解决我们关心的问题了. 什么是TFRecord格式一般使用TF读取数据有四种方式: 预先把所 ...
21个TensorFlow项目转换tfrecord：TypeError: 'RGB' has type str, but expected one of: bytes（法二）
最近在看21个TensorFlow项目一书中,由于我环境是Python3.5,项目中环境应该是Python2.运行第三章data_prepare文件夹下data_convert.py将图片转换为tfr ...
第五篇：基于深度学习的人脸特征点检测 - 生成TFRecord文件
在上一篇博文中,我们已经获取到了所有样本的面部区域,并且对面部区域的有效性进行了验证.当使用TensorFlow进行神经网络训练时,涉及到的大量IO操作会成为训练速度的瓶颈.为了加快训练的速度,方便后 ...
TensorFlow 之 TFRecord
文章目录为什么每个TensorFlow开发人员都应该了解TFRecord! 什么是TFRecord? 让我们看看代码之间的区别 - Naive vs Tfrecord Naive普通方式 Tfrec ...
Tensorflow + OpenCV4 安全帽检测模型训练与推理
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达开发环境软件版本信息: Windows10 64位 Tensor ...
Dataset之Pascal：Pascal竞赛及其Pascal VOC(VOC 2012、VOC 2007) 数据集的简介、下载、使用方法详细攻略
Dataset之Pascal VOC:Pascal VOC(VOC 2012.VOC 2007) 数据集的简介.下载.使用方法详细攻略目录 Pascal 竞赛 1.PASCAL VOC竞赛任务 2. ...
R-CNN，Fast R-CNN，Faster R-CNN原理及执行与训练的实例+实现自己的目标检测(转)
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/m0_37407756/article/details/80810364 一.原理篇 R-CNN的原理 ...
SSD目标检测:tensorflow 版本调试以及出现错误的解决方法
这里分享一下我在进行复现目标检测算法 SSD-Tensorflow 版本的调试经验. 首先贴上论文链接:SSD: Single Shot MultiBoxDetector Tensorflow 版本的 ...

将VOC2012转换为tfrecord