基于Tensorflow框架的tfrecord文件的生成与读取(附有详细的注释,易理解)

基于Tensorflow框架的tfrecord文件的生成与读取

一. 根据自己已有数据集,生成tfrecord文件,附有详细的注释:

我所用的数据集只有猫狗两类,下面是部分示例图:
在这里插入图片描述

#coding=utf-8
import cv2 
import os
import tensorflow as tf
import tensorflow.contrib.slim as slim
import numpy as np

def writeTFRecord(imgDir, recordPath, imgH, imgW, encoderLabel, recordName):
    '''
         创建tfrecord文件
    param:
        imgDir: 预处理图片路径
        recordPath: 预保存tfrecord文件路径
        imgH: 为了方便训练,将原图resize为指定的高
        imgW: 指定的宽
        encoderLabel: 编码标签,将标签以数字的形式呈现
        recordName: 预保存tfrecord文件名,eg:test.tfrecord
    '''
    imgPathList = [os.path.join(imgDir, img
  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值