pascal voc 数据集_【TensorFlow系列】【八】目标检测之pascal voc数据预处理

想了解更多好玩的人工智能应用，请关注公众号“机器AI学习 数据AI挖掘”，”智能应用"菜单中包括：颜值检测、植物花卉识别、文字识别、人脸美妆等有趣的智能应用。。

本文介绍如下三个方面的知识：

1、如何将pascal voc数据集转化为TensorFlow的tfrecord文件？

2、如何使用lxml解析xml文件？

3、如何使用opencv在图片上画出目标边框？

【第一部分】将pascal voc数据集转化为TensorFlow的tfrecord文件

pascal voc数据集下载地址为：

http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html

其中的name与label数字标签的映射关系文件下载地址为：

https://github.com/tensorflow/models

位于：models-master\research\object_detection\data\pascal_label_map.pbtxt

整个解析过程分为三步：

1.将name与label的映射文件pascal_label_map.pbtxt解析为字典格式数据，即name---label格式

2.将xml文件使用lxml读取出来后，将其解析为字典格式的数据。

3.将原始图片数据与annotation数据转为tfrecord文件格式数据。

代码如下：

import tensorflow 

【第二部分】读取目标检测tfrecord数据并使用opencv在图片上画出目标边框

整个过程分为如下两步：

1.编写tfrecord解析函数，即反序列化函数。

2.获取图片标注数据，并使用OpenCV绘制边框。

具体代码如下：

import tensorflow 

效果如下图：

PS：在解析tfrecord数据文件时，由于在解析函数中拿到的都是tensor，而不是数据本身，又由于session无法传递到解析函数中，所以许多预处理操作在解析函数中无法实施，需要在外面拿到数据后，在利用numpy等对数据进行预处理。