制作数据集的前菜——打乱数组

 x, y = imageNumpyData()state = np.random.get_state()np.random.shuffle(x)np.random.set_state(state)np.random.shuffle(y)# 打乱之后的x，y作为训练数据x = np.array(x)y = np.array(y)

代码运行之前,x是一个list，y是一个array
使用随机数的方式打乱数据
如果x和y的数据样本数不一样，容易出现错误
打乱之后全部变成array

制作数据集的正餐

数据集的流程：

先读取输入，并把数据保存成固定通道，固定维数。
保存成numpy的形式，之后打乱数据集
数据集一张一张写入TFRecord中

注意事项：

Data里面存放数据
record里面存放制作成功的数据集
需要提前准备好了record这个文件夹，不然容易报错，如果要自动创建文件夹请看我另一篇博客，这个不做赘述
我的图片格式是JPEG，我在代码中写了判断，同时也可以制作BMP和PNG类型的图片
我的图片是灰度图，所以是单通道，读者若是彩色图片，相应更改代码，我在下面的解释中有说明

所有代码

import numpy as np
import tensorflow as tf
import os
from PIL import Image
import base64
import matplotlib.pyplot as pltdef imageNumpyData():# the classification file root pathrootFilePath = './Data/'rootAbsPath = os.path.abspath(rootFilePath)node1FloderPath = os.listdir(rootAbsPath)node1Path = [os.path.join(rootAbsPath, nodePath) for nodePath in node1FloderPath]label = 0imageLabel = []imageData = []for imagePath in node1Path:display = 0image = os.listdir(imagePath)image = [os.path.join(imagePath, file) for file in image]# 使用tensorflowwith tf.Session() as sess:for image_raw in image:try:img = Image.open(image_raw)if img.format == "BMP":image_raw_data = tf.gfile.FastGFile(image_raw, 'rb').read()image_data = tf.image.decode_bmp(image_raw_data)if img.format == "JPEG":image_raw_data = tf.gfile.FastGFile(image_raw, 'rb').read()image_data = tf.image.decode_jpeg(image_raw_data)if img.format == "PNG":image_raw_data = tf.gfile.FastGFile(image_raw, 'rb').read()image_data = tf.image.decode_png(image_raw_data)if image_data.dtype != tf.float32:image_data = tf.image.convert_image_dtype(image_data, dtype=tf.float32)image_data = tf.image.resize_images(image_data, [224, 224])image_temp = np.array(sess.run(image_data))if image_temp.shape[2] == 1:imageData.append(image_temp)imageLabel.append(label)display = display + 1print(str(label) + ':' + str(display))except:print(image_raw + '读取失败')# os.remove(image_raw)label = label + 1one_hot = tf.one_hot(imageLabel, label)with tf.Session() as sess:sess.run(tf.global_variables_initializer())imageLabel = sess.run(one_hot)return imageData, imageLabeldef tfRecordWrite(filename):# 生成整数的属性def _int64_feature(value):return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))# 生成字符串型的属性def _bytes_feature(value):return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))# filename = 'record/Imageoutput.tfrecords'writer = tf.python_io.TFRecordWriter(filename)x, y = imageNumpyData()state = np.random.get_state()np.random.shuffle(x)np.random.set_state(state)np.random.shuffle(y)# 打乱之后的x，y作为训练数据x = np.array(x)y = np.array(y)# 将每张图片都转为一个Exampleheight = x.shape[1]width = x.shape[2]channels = x.shape[3]n_class = y.shape[1]x = x.reshape([-1, height, width, channels])division = int(x.shape[0] * 0.9)x_train = x[:division]y_train = y[:division]x_test = x[division:]y_test = y[division:]np.savez('testData.npz', test_X=x_test, test_Y=y_test, height=height, width=width, channels=channels,n_class=n_class)del x_test, y_testfor i in range(x_train.shape[0]):image = x_train[i].tostring()  # 将图像转为字符串example = tf.train.Example(features=tf.train.Features(feature={'image': _bytes_feature(image),'label': _int64_feature(np.argmax(y_train[i]))}))writer.write(example.SerializeToString())  # 将Example写入TFRecord文件writer.close()return height, width, channels, n_classfilename = r'./record\Imageoutput.tfrecords'
height, width, channels, n_class = tfRecordWrite(filename)
print(height, width, channels, n_class)
print('data processing success')

关键代码解释

                 try:img = Image.open(image_raw)if img.format == "BMP":image_raw_data = tf.gfile.FastGFile(image_raw, 'rb').read()image_data = tf.image.decode_bmp(image_raw_data)if img.format == "JPEG":image_raw_data = tf.gfile.FastGFile(image_raw, 'rb').read()image_data = tf.image.decode_jpeg(image_raw_data)if img.format == "PNG":image_raw_data = tf.gfile.FastGFile(image_raw, 'rb').read()image_data = tf.image.decode_png(image_raw_data)

解释：尝试打开图片，并且图片格式是JPEG，BMP或PNG， tf.gfile.FastGFile的这个地方必须要‘rb’，我看一些书上仅仅是写了一个‘r’，这样并不对。

 if image_data.dtype != tf.float32:image_data = tf.image.convert_image_dtype(image_data, dtype=tf.float32)

解释：我做CNN的中，需要float32，这里必须转格式

image_data = tf.image.resize_images(image_data, [224, 224])

解释：把图片更改大小

 if image_temp.shape[2] == 1:imageData.append(image_temp)imageLabel.append(label)

解释:我的是灰度图，所以这里**‘’==1‘’，若是三通道，则‘==3’**

one_hot = tf.one_hot(imageLabel, label)with tf.Session() as sess:sess.run(tf.global_variables_initializer())imageLabel = sess.run(one_hot)

解释：把得到的label，转换成one-hot形式

 x = x.reshape([-1, height, width, channels])division = int(x.shape[0] * 0.9)x_train = x[:division]y_train = y[:division]x_test = x[division:]y_test = y[division:]np.savez('testData.npz', test_X=x_test, test_Y=y_test, height=height, width=width, channels=channels,n_class=n_class)del x_test, y_test

解释：这里是我拿出一部分数据保存成‘npz’的形式作为我的测试集，因为我用tfrecord格式的数据作为训练集

 # 生成整数的属性def _int64_feature(value):return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))# 生成字符串型的属性def _bytes_feature(value):return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

解释：这是我们必须遵从的规则，用整数属性写入label，用字符串形式写入图像数据

# filename = 'record/Imageoutput.tfrecords'writer = tf.python_io.TFRecordWriter(filename)

解释：开始写入，并生成文件

    for i in range(x_train.shape[0]):image = x_train[i].tostring()  # 将图像转为字符串example = tf.train.Example(features=tf.train.Features(feature={'image': _bytes_feature(image),'label': _int64_feature(np.argmax(y_train[i]))}))writer.write(example.SerializeToString())  # 将Example写入TFRecord文件writer.close()

解释：根据数据集大小，一个一个的写入

数据集地址：
链接：https://pan.baidu.com/s/1aIHzKsxUb67sJZAFrGH1ZQ
提取码：lvjp

工程地址：
链接：https://pan.baidu.com/s/1XGAA6UQ0JByhvDYQ__my4g
提取码：dxpn

结束语

希望大家积极学习，有不懂的地方可以加我的微信:ChaofeiLi

tensorflow分类任务——TFRecord制作自己的数据集相关推荐

tensorflow分类任务——TFRecord读取自己制作的数据集
一.TensorFlow的数据读取机制注意:这个地址是TensorFlow的数据读取机制,如果了解请跳过. 原博客地址:https://zhuanlan.zhihu.com/p/27238630 建 ...
TF之GD：基于tensorflow框架搭建GD算法利用Fashion-MNIST数据集实现多分类预测(92%)
TF之GD:基于tensorflow框架搭建GD算法利用Fashion-MNIST数据集实现多分类预测(92%) 目录输出结果实现代码输出结果 Successfully downloaded t ...
TensorFlow 2.0 - TFRecord存储数据集、@tf.function图执行模式、tf.TensorArray、tf.config分配GPU
文章目录 1. TFRecord 格式存储 2. tf.function 高性能 3. tf.TensorArray 支持计算图特性 4. tf.config 分配GPU 学习于:简单粗暴 Tenso ...
TensorFlow最出色的30个机器学习数据集
字幕组双语原文:TensorFlow最出色的30个机器学习数据集英语原文:30 Largest TensorFlow Datasets for Machine Learning 翻译:雷锋字幕组(c ...
yolo v3制作自己的数据_【手把手AI项目】五、自己制作图像VOC数据集--Objection Detection（目标检测）...
文章首发于我的个人博客 [手把手AI项目]五.自己制作图像VOC数据集--用于Objection Detection(目标检测)blog.csdn.net 喜欢手机观看的朋友也可以在我的个人公号: ...
Tensorflow中的TFRecord、Queue和多线程
Queues, Threads, and Reading Data 输入管线如果训练数据量较小,Tesnsorflow会把数据一次性加载到内存当中.如果数据过于庞大,Tesorflow需要把存储到硬 ...
巧用PPOCRLabel制作DOC-VQA格式数据集
1. 项目背景最近涉及到多模态"OCR" + "DOC-VQA"相关内容,一直使用XFUND数据集,但实际项目中需要训练真实数据才能达到更好的效果,那么如何制 ...
TensorFlow基础1（波士顿房价/鸢尾花数据集可视化）
记录TensorFlow听课笔记文章目录记录TensorFlow听课笔记一,波士顿房价数据集可视化 1.1介绍波士顿房价数据集 1.2波士顿房价数据集加载 1.3将平均房间数与房价之间的关系可视 ...
FCN制作自己的数据集、训练和测试 caffe
原文:http://blog.csdn.net/zoro_lov3/article/details/74550735 FCN制作自己的数据集.训练和测试全流程花了两三周的时间,在导师的催促下,把FC ...

tensorflow分类任务——TFRecord制作自己的数据集