深度学习实战tensorflow目标检测-3-数据集的制作

数据集制作：

重点：把数据变成需要的数据格式record形式文件

1.搜集图片

本人采用的是kinect2相机搜集的225张图片，其中170为训练集，50张为测试集，5为验证集

 

2.安装标注labelIm.exe

https://github.com/tzutalin/labelImg

具体软件用法可参开百度说明

 

3.打标签

最终形成如下：

170张这样的文件，每个文件记录假的图片位置和标准框的大小，以74.xml为例

<annotation>
    <folder>pictures_data</folder>
    <filename>74.png</filename>
    <path>C:\Users\Administrator\Desktop\pictures_data\74.png</path>
    <source>
        <database>Unknown</database>
    </source>
    <size>
        <width>960</width>
        <height>540</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>book</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>358</xmin>
            <ymin>185</ymin>
            <xmax>490</xmax>
            <ymax>353</ymax>
        </bndbox>
    </object>
    <object>
        <name>paper</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>412</xmin>
            <ymin>362</ymin>
            <xmax>527</xmax>
            <ymax>488</ymax>
        </bndbox>
    </object>
    <object>
        <name>coffee</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>570</xmin>
            <ymin>271</ymin>
            <xmax>674</xmax>
            <ymax>420</ymax>
        </bndbox>
    </object>
</annotation>
 

4.形成训练的数据文件

1. xml_to_csv.py      把文件改成一个csv文件
2. python generate_tfrecord.py --csv_input=images\train_labels.csv --image_dir=images\train --output_path=train.record python generate_tfrecord.py --csv_input=images\test_labels.csv --image_dir=images\test --output_path=test.record