手把手带你玩转Tensorflow 物体检测 API （2）——数据准备

致谢声明

本文在学习《Tensorflow object detection API 搭建属于自己的物体识别模型（2）——训练并使用自己的模型》的基础上优化并总结，此博客链接：https://blog.csdn.net/dy_guox/article/details/79111949，感谢此博客作者。

0.前言

在进行本文操作之前，需要先安装好tensorflow的gpu版本。
本文作者的环境：python3.6、Windows10、tensorflow_gpu1.10
已经安装好的可以跳过，学习如何安装tensorflow的gpu版本的读者请阅读本文作者的另外一篇文章《深度学习环境搭建-CUDA9.0、cudnn7.3、tensorflow_gpu1.10的安装》，链接：https://www.jianshu.com/p/4ebaa78e0233
本文是写给目标检测入门新手的指导文章，会用示意图将每一步的详细实现过程展示出来。
本文作者接触深度学习2个月后，开始进行目标检测实践。
本文作者的专题《目标检测》，链接：https://www.jianshu.com/c/fd1d6f784c1f
此专题的宗旨是让基础较为薄弱的新手能够顺利实现目标检测，专题内容偏向于掌握技能，学会工具的使用。
本文作者尚未具备清楚讲述目标检测原理的能力，学习原理请自行另找文章。

文章编号	文章名	链接
1	目标检测实践_tensorflow版SSD运行示例	https://www.jianshu.com/p/c1d8f1c76de7
2	目标检测实践_tensorflow版SSD数据准备	https://www.jianshu.com/p/3d9436b4cb66
3	目标检测实践_tensorflow版SSD训练自己的数据	https://www.jianshu.com/p/0e5f9df4686a
4	目标检测实践_tensorflow版SSD模型测试	https://www.jianshu.com/p/7464c5e00716

1.下载图片

本文作者给读者演示的图片数据是来自ImageNet中的鲤鱼分类。
数据集在百度云盘，链接: https://pan.baidu.com/s/1NksESNqBX--YqMJ4zptGdw 提取码: 6p3u
在桌面新建文件夹目标检测，把下载好的压缩文件n01440764.tar放到其中，如下图所示：

image.png

选择解压到n01440764，如下图所示：

image.png

解压完成后，桌面的目标检测文件夹中如下图所示：

image.png

 

2.选择图片

在此数据集中，大部分图片都较为清晰，但是有极少数图片像素点少，不清晰。
像素点少的图片不利于模型训练或模型测试，所以在本章节中实现用python代码选出部分图片文件。
在桌面的目标检测文件夹中打开cmd，即在路径中输入cmd后按Enter键，如下图所示：

image.png

在cmd中输入命令并运行：jupyter notebook，如下图所示：

image.png

浏览器会自动打开1个标签页，选择新建ipynb代码文件，如下图所示：

image.png

为ipynb文件重命名，重命名按钮如下图红色箭头标记处所示：

image.png

修改文件名为get_some_qualified_images，如下图所示：

image.png

复制下面一段代码到代码文件get_some_qualified_images.ipynb的单元格中，复制后运行即可：

 

 

import os
import random
from PIL import Image
import shutil

#获取文件夹中的文件路径
def getFilePathList(dirPat