TensorFlow Object Detection API 超详细教程和踩坑过程（数据准备和训练）

1.准备数据

    object detection的数据是需要tfrecord格式的，但是一般我们还是先制作voc格式的数据更加方便。

    1.voc格式数据的准备：github上下载一个label-img：

 

   然后选择VOC格式，开始漫长的数据标注过程，标注之后的数据会多一个xml文档，一般在标注之前就按照VOC2012的标准建立文件，你可以去下载VOC2012数据集看一下，如果不想我把数据文件的构成截图发出来，很详细了：

    建立VOCdevkit文件，里面建立一个VOC2012文件夹，里面放三个文件：

    这三个文件分别放XML、txt、和图像：

                                      

    至此，VOC2012的数据已经准备完毕了，现在我们要把它转换成tfrecord。

    当然如果你需要修改xml中的路径我这也有相应的代码：

# coding=utf-8
import os
import os.path
import xml.dom.minidom
path = "E:\VOCdevkit\VOC2012\Annotations"
files = os.listdir(path)  # 得到文件夹下所有文件名称
s = []
count = 0
for xmlFile in files:  # 遍历文件夹
    if not os.path.isdir(xmlFile):  # 判断是否是文件夹,不是文件夹才打开
            name1 = xmlFile.split('.')[0]
            dom = xml.dom.minidom.parse(path + '\\' + xmlFile)
            root = dom.documentElement
            newfolder = root.getElementsByTagName('folder')
            newpath = root.getElementsByTagName('path')
            newfilename = root.getElementsByTagName('filename')
            newfolder[0].firstChild.data = 'VOCdevkit\VOC2012\JPEGImages'
            newpath[0].firstChild.data = 'VOCdevkit\VOC2012\JPEGImages' + '\\' + name1 + '.jpg'
            newfilename[0].firstChild.data = name1 + '.jpg'
            with open(os.path.join(path, xmlFile), 'w') as fh:
                dom.writexml(fh)
                print('写入name/pose OK!')
            count = count + 1

    2.数据格式转换：数据转换为tfrecord有两种办法。

    第一种：先将xml转换为csv，然后把cvs转换为tfrecord

    xml到csv的代码：

import os
import glob
import pandas as pd
import xml.etree.ElementTree as ET


def xml_to_csv(pat