利用Tensorflow API将数据集转换为tfRecord格式

本文使用Tensorflow 目标检测API中的文件进行转换。
以 目标检测数据集 的转换为例，其他可参照源码同理

• 进入models/research/object_detection/dataset_tools/目录，里面存放各种数据存放方式的转换文件，本文以create_pascal_tf_record.py为例。
• 运行方式：参数分别表示数据集位置、年份（其中前两个组合为一个路径且不可省略，默认检索路径如下图所示，具体见源码），最后一个参数表示生成文件的位置及名称。目录文件如下图所示（符合该结构即可）：

python
create_pascal_tf_record.py
\
--data_dir=D:/Fils/CUR_WORK/datasets/VOCtrainval_11-May-2012/VOCdevkit
\
--year=VOC2012
\
--output_path=D:/Fils/CUR_WORK/tfrecord_datasets/voc2012/val.record

**注：**如出现 Windows fatal exception: access viola错误时，修改文件create_pascal_tf_record.py中的label_map_path参数默认值，原因是路径有误。根据原路径可直接更改为绝对路径即可正常运行。
调整set参数用来指定生成训练、验证还是测试数据（具体看源码，很简单的）

参考：
https://blog.csdn.net/dulingwen/article/details/88789254