之前用过Alexnet,vggnet都成功地跑了cifar-10的数据集,现在想要训练自己的数据。第一个难点就是mnist和cifar10都是已经打好标签压缩好的图片集,用一条命令就能将img和label读出并使用。而训练自己的图像需要自己打上标签并传入神经网络。被困在这里两天多,今天终于搞懂了,其实使用TFRecords很简单。并且不用自己制作标签,非常的方便。
1.制作自己的训练集TFRecords
首先需要把你的图片根据分类放在不同的文件夹下,class的名字就是你要分类的名字。我是要识别fsk波形和qpsk波形,就分别命名为fsk和qpsk。像这样
接下来就可以写代码了
import os
import tensorflow as tf
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
cwd = '/home/modric/Downloads/test/&#