本文介绍了TensorFlow中高效读取大量数据的方法，特别是使用TFRecord格式。TFRecord是TensorFlow推荐的数据存储方式，支持将任意数据转换为TensorFlow兼容格式。文章详细讲解了如何使用tf.train.Example将数据写入和读取TFRecord文件，包括tf.train.BytesList、tf.train.FloatList和tf.train.Int64List等数据格式。同时，讨论了为什么使用TFRecord，如其适合TensorFlow、降低学习和迁移成本。最后，展示了如何将图片数据转化为TFRecord以及读取回图片的示例代码。
关于TensorFlow读取数据，官网给出了三种方法：
供给数据(Feeding)：在TensorFlow程序运行的每一步，让python代码来供给数据。
从文件读取数据：在TensorFlow图的起始，让一个输入管线从文件中读取数据。
预加载数据：在TensorFlow图中定义常量或变量来保存所有数据(仅适用于数据量比较小的情况)。
对于数据量较小而言，可能一般选择直接将数据加载进内存，然后再分batch输入网络进行训练(tip：使用这种方法时，结合yeild 使用更为简洁)。但是如果数据量较大，这样的方法就不适用了。因为太耗内存，所以这时最好使用TensorFlow提供的队列queue，也就是第二种方法：从文件读取数据。对于一些特定的读取，比如csv文件格式，官网有相关的描述，在这里我们学习一种比较通用的，高效的读取方法，即使用TensorFlow内定标准格式——TFRecords。
1，什么是TFRecords？
TensorFlow提供了一种统一的格式来存储数据，这个格式就是TFRecords。
为了高效的读取数据，可以将数据进行序列化存储，这样也便于网络流式读取数据，TFRecord就是一种保存记录的方法可以允许你讲任意的数据转换为TensorFlow所支持的格式，这种方法可以使TensorFlow的数据集更容易与网络应用架构相匹配。
TFRecord是谷歌推荐的一种常用的存储二进制序列数据的文件格式，理论上它可以保存任何格式的信息。下面是Tensorflow的官网给出的文档结构，整个文件由文件长度信息，长度校验码，数据，数据校验码组成。
uint64 length
uint32 masked_crc32_of_length
byte data[length]
uint32 masked_crc32_of_data
但是对于我们普通开发者而言，我们并不需要关心这些，TensorFlow提供了丰富的API可以帮助我们轻松地读写TFRecord文件。
而 tf.Example 类就是一种将数据表示为{‘string’： value}形式的 message类型，TensorFlow经常使用 tf.Example 来写入，读取 TFRecord数据。
1.1 tf.Example 可以使用的数据格式
通常情况下，tf.Example中可以使用以下几种格式：
tf.train.BytesList: 可以使用的类型包括 string和byte
tf.train.FloatList: 可以使用的类型包括 float和double
tf.train.Int64List: 可以使用的类型包括 enum,bool, int32, uint32, int64
TFRecord支持写入三种格式的数据：string，int64，float32，以列表的形式分别通过tf.train.BytesList，tf.train.Int64List，tf.train.FloatList 写入 tf.train.Feature，如下所示：
#feature一般是多维数组，要先转为list
tf.train.Feature(bytes_list=tf.train.BytesList(value=[feature.tostring()]))
#tostring函数后feature的形状信息会丢失，把shape也写入
tf.train.Feature(int64_list=tf.train.Int64List(value=list(feature.shape)))
tf.train.Feature(float_list=tf.train.FloatList(value=[label]))
如果写成这样，可能大家更熟悉一点：
def _bytes_feature(value):
"""Returns a bytes_list from a string/byte."""
if isinstance(value, type(tf.constant(0))):
value = value.numpy() # BytesList won't unpack a string from an EagerTensor.
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
def _float_feature(value):
"""Return a float_list form a float/double."""
return tf.train.Feature(float_list=tf.train.FloatList(value=[value]))
def _int64_feature(value):
"""Return a int64_list from a bool/enum/int/uint."""
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
通过上述操作，我们以dict的形式把要写入的数据汇总，并构建 tf.train.Features，然后构建 tf.train.Example。如下：
def get_tfrecords_example(feature, label):
tfrecords_features = {}
feat_shape = feature.shape
tfrecords_features['feature'] = tf.train.Feature(bytes_list=
tf.train.BytesList(value=[feature.tostring()]))
tfrecords_features['shape'] = tf.train.Feature(int64_list=
tf.train.Int64List(value=list(feat_shape)))
tfrecords_features['label'] = tf.train.Feature(float_list=
tf.train.FloatList(value=label))
return tf.train.Example(features=tf.train.Features(feature=tfrecords_features))
我们测试一下，来验证不同的数据格式需要使用不同的函数：
# tf.train.BytesList
print(_bytes_feature(b'test_string'))
print(_bytes_feature('test_string'.encode('utf8')))
# tf.train.FloatList
print(_float_feature(np.exp(1)))
# tf.train.Int64List
print(_int64_feature(True))
print(_int64_feature(1))
结果：
bytes_list {
value: "test_string"
}
bytes_list {
value: "test_string"
}
float_list {
value: 2.7182817459106445
}
int64_list {
value: 1
}
int64_list {
value: 1
}
把创建的tf.train.Example序列化下，便可以通过 tf.python_io.TFRecordWriter 写入 tfrecord文件中，如下：
#创建tfrecord的writer，文件名为xxx
tfrecord_wrt = tf.python_io.TFRecordWriter('xxx.tfrecord')
#把数据写入Example
exmp = get_tfrecords_example(feats[inx], labels[inx])
#Example序列化
exmp_serial = exmp.SerializeToString()
#写入tfrecord文件
tfrecord_wrt.write(exmp_serial)
#写完后关闭tfrecord的writer
tfrecord_wrt.close()
TFRecord 的核心内容在于内部有一系列的Example，Example 是protocolbuf 协议(protocolbuf 是通用的协议格式，对主流的编程语言都适用。所以这些 List对应到Python语言当中是列表。而对于Java 或者 C/C++来说他们就是数组)下的消息体。
一个Example消息体包含了一系列的feature属性。每一个feature是一个map，也就是 key-value 的键值对。key 取值是String类型。而value是Feature类型的消息体。下面代码给出了 tf.train.Example的定义：
message Example {
Features features = 1;
};
message Features{
map featrue = 1;
};
message Feature{
oneof kind{
BytesList bytes_list = 1;
FloatList float_list = 2;
Int64List int64_list = 3;
}
};
从上面的代码可以看出 tf.train.example 的数据结构是比较简洁的。tf.train.example中包含了一个从属性名称到取值的字典。其中属性名称为一个字符串，属性的取值为字符串(ByteList)，实数列表(FloatList)或者整数列表(Int64List)，举个例子，比如将一张解码前的图像存为一个字符串，图像所对应的类别编码存为整数列表，所以可以说TFRecord 可以存储几乎任何格式的信息。
2，为什么要用TFRecord？
TFRerecord也不是非用不可，但确实是谷歌官网推荐的文件格式。
1，它特别适合于TensorFlow，或者说就是为TensorFlow量身打造的。
2，因为TensorFlow开发者众多，统一训练的数据文件格式是一件很有意义的事情，也有助于降低学习成本和迁移成本。
TFRecords 其实是一种二进制文件，虽然它不如其他格式好理解，但是它能更好的利用内存，更方便赋值和移动，并且不需要单独的标签文件，理论上，它能保存所有的信息。总而言之，这样的文件格式好处多多，所以让我们利用起来。
3，为什么要生成自己的图片数据集TFrecords？
使用TensorFlow进行网格训练时，为了提高读取数据的效率，一般建议将训练数据转化为TFrecords格式。
使用tensorflow官网例子练习，我们会发现基本都是MNIST，CIFAR_10这种做好的数据集说事。所以对于我们这些初学者，完全不知道图片该如何输入。这时候学习自己制作数据集就非常有必要了。
4，如何将一张图片和一个TFRecord 文件相互转化
我们可以使用TFWriter轻松的完成这个任务。但是制作之前，我们要明确自己的目的。我们必须要想清楚，需要把什么信息存储到TFRecord 文件当中，这其实是最重要的。
下面我们将一张图片转化为TFRecord，然后读取一张TFRecord文件，并展示为图片。
4.1 将一张图片转化成TFRecord 文件
下面举例说明尝试把图片转化成TFRecord 文件。
首先定义Example 消息体。
Example Message {
Features{
feature{
key:"name"
value:{
bytes_list:{
value:"cat"
}
}
}
feature{
key:"shape"
value:{
int64_list:{
value:689
value:720
value:3
}
}
}
feature{
key:"data"
value:{
bytes_list:{
value:0xbe
value:0xb2
...
value:0x3
}
}
}
}
}
上面的Example表示，要将一张 cat 图片信息写进了 TFRecord 当中。而图片信息包含了图片的名字，图片的维度信息还有图片的数据，分别对应了 name，shape，content 3个feature。
下面我们尝试使用代码实现：
# _*_coding:utf-8_*_
import tensorflow as tf
def write_test(input, output):
# 借助于TFRecordWriter 才能将信息写入TFRecord 文件
writer = tf.python_io.TFRecordWriter(output)
# 读取图片并进行解码
image = tf.read_file(input)
image = tf.image.decode_jpeg(image)
with tf.Session() as sess:
image = sess.run(image)
shape = image.shape
# 将图片转换成string
image_data = image.tostring()
print(type(image))
print(len(image_data))
name = bytes('cat', encoding='utf-8')
print(type(name))
# 创建Example对象，并将Feature一一对应填充进去
example = tf.train.Example(features=tf.train.Features(feature={
'name': tf.train.Feature(bytes_list=tf.train.BytesList(value=[name])),
'shape': tf.train.Feature(int64_list=tf.train.Int64List(value=[shape[0], shape[1], shape[2]])),
'data': tf.train.Feature(bytes_list=tf.train.BytesList(value=[image_data]))
}
))
# 将example序列化成string 类型，然后写入。
writer.write(example.SerializeToString())
writer.close()
if __name__ == '__main__':
input_photo = 'cat.jpg'
output_file = 'cat.tfrecord'
write_test(input_photo, output_file)
上述代码注释比较详细，所以我们就重点说一下下面三点：
1，将图片解码，然后转化成string数据，然后填充进去。
2，Feature 的value 是列表，所以记得加上 []
3，example需要调用 SerializetoString() 进行序列化后才行
4.2 TFRecord 文件读取为图片
我们将图片的信息写入到一个tfrecord文件当中。现在我们需要检验它是否正确。这就需要用到如何读取TFRecord 文件的知识点了。
代码如下：
# _*_coding:utf-8_*_
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
def _parse_record(example_photo):
features = {
'name': tf.FixedLenFeature((), tf.string),
'shape': tf.FixedLenFeature([3], tf.int64),
'data': tf.FixedLenFeature((), tf.string)
}
parsed_features = tf.parse_single_example(example_photo,features=features)
return parsed_features
def read_test(input_file):
# 用dataset读取TFRecords文件
dataset = tf.data.TFRecordDataset(input_file)
dataset = dataset.map(_parse_record)
iterator = dataset.make_one_shot_iterator()
with tf.Session() as sess:
features = sess.run(iterator.get_next())
name = features['name']
name = name.decode()
img_data = features['data']
shape = features['shape']
print("==============")
print(type(shape))
print(len(img_data))
# 从bytes数组中加载图片原始数据，并重新reshape，它的结果是 ndarray 数组
img_data = np.fromstring(img_data, dtype=np.uint8)
image_data = np.reshape(img_data, shape)
plt.figure()
# 显示图片
plt.imshow(image_data)
plt.show()
# 将数据重新编码成jpg图片并保存
img = tf.image.encode_jpeg(image_data)
tf.gfile.GFile('cat_encode.jpg', 'wb').write(img.eval())
if __name__ == '__main__':
read_test("cat.tfrecord")
下面解释一下代码：
1，首先使用dataset去读取tfrecord文件
2，在解析example 的时候，用现成的API：tf.parse_single_example
3，用 np.fromstring() 方法就可以获取解析后的string数据，记得把数据还原成 np.uint8
4，用 tf.image.encode_jepg() 方法可以将图片数据编码成 jpeg 格式
5，用 tf.gfile.GFile 对象可以把图片数据保存到本地
6，因为将图片 shape 写入了example 中，所以解析的时候必须指定维度，在这里 [3]，不然程序会报错。
运行程序后，可以看到图片显示如下：
5，如何将一个文件夹下多张图片和一个TFRecord 文件相互转化
下面我们将一个文件夹的图片转化为TFRecord，然后再将TFRecord读取为图片。
5.1 将一个文件夹下多张图片转化为一个TFRecord文件
下面举例说明尝试把图片转化成TFRecord 文件。
# _*_coding:utf-8_*_
# 将图片保存成TFRecords
import os
import tensorflow as tf
from PIL import Image
import random
import cv2
import numpy as np
def _int64_feature(value):
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
# 生成字符串型的属性
def _bytes_feature(value):
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
# 生成实数型的属性
def float_list_feature(value):
return tf.train.Feature(float_list=tf.train.FloatList(value=value))
def read_image(filename, resize_height, resize_width, normalization=False):
'''
读取图片数据，默认返回的是uint8, [0, 255]
:param filename:
:param resize_height:
:param resize_width:
:param normalization: 是否归一化到 [0.0, 1.0]
:return: 返回的图片数据
'''
bgr_image = cv2.imread(filename)
# print(type(bgr_image))
# 若是灰度图则转化为三通道
if len(bgr_image.shape) == 2:
print("Warning:gray image", filename)
bgr_image = cv2.cvtColor(bgr_image, cv2.COLOR_GRAY2BGR)
# 将BGR转化为RGB
rgb_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB)
# show_image(filename, rgb_image)
# rgb_image=Image.open(filename)
if resize_width > 0 and resize_height > 0:
rgb_image = cv2.resize(rgb_image, (resize_width, resize_height))
rgb_image = np.asanyarray(rgb_image)
if normalization:
rgb_image = rgb_image / 255.0
return rgb_image
def load_labels_file(filename, labels_num=1, shuffle=False):
'''
载图txt文件，文件中每行为一个图片信息，且以空格隔开，图像路径 标签1 标签2
如 test_image/1.jpg 0 2
:param filename:
:param labels_num: labels个数
:param shuffle: 是否打乱顺序
:return: images type-> list
:return：labels type->lis\t
'''
images = []
labels = []
with open(filename) as f:
lines_list = f.readlines()
# print(lines_list) # ['plane\\0499.jpg 4\n', 'plane\\0500.jpg 4\n']
if shuffle:
random.shuffle(lines_list)
for lines in lines_list:
line = lines.rstrip().split(" ") # rstrip 删除 string 字符串末尾的空格. ['plane\\0006.jpg', '4']
label = []
for i in range(labels_num): # labels_num 1 0 1所以i只能取1
label.append(int(line[i + 1])) # 确保读取的是列表的第二个元素
# print(label)
images.append(line[0])
# labels.append(line[1]) # ['0', '4']
labels.append(label)
# print(images)
# print(labels)
return images, labels
def create_records(image_dir, file, output_record_dir, resize_height, resize_width, shuffle, log=5):
'''
实现将图像原始数据,label,长,宽等信息保存为record文件
注意:读取的图像数据默认是uint8,再转为tf的字符串型BytesList保存,解析请需要根据需要转换类型
:param image_dir:原始图像的目录
:param file:输入保存图片信息的txt文件(image_dir+file构成图片的路径)
:param output_record_dir:保存record文件的路径
:param resize_height:
:param resize_width:
PS:当resize_height或者resize_width=0是,不执行resize
:param shuffle:是否打乱顺序
:param log:log信息打印间隔
'''
# 加载文件，仅获取一个label
images_list, labels_list = load_labels_file(file, 1, shuffle)
writer = tf.python_io.TFRecordWriter(output_record_dir)
for i, [image_name, labels] in enumerate(zip(images_list, labels_list)):
image_path = os.path.join(image_dir, images_list[i])
if not os.path.exists(image_path):
print("Error:no image", image_path)
continue
image = read_image(image_path, resize_height, resize_width)
image_raw = image.tostring()
if i % log == 0 or i == len(images_list) - 1:
print("-----------processing:%d--th------------" % (i))
print('current image_path=%s' % (image_path), 'shape:{}'.format(image.shape),
'labels:{}'.format(labels))
# 这里仅保存一个label,多label适当增加"'label': _int64_feature(label)"项
label = labels[0]
example = tf.train.Example(features=tf.train.Features(feature={
'image_raw': _bytes_feature(image_raw),
'height': _int64_feature(image.shape[0]),
'width': _int64_feature(image.shape[1]),
'depth': _int64_feature(image.shape[2]),
'label': _int64_feature(label)
}))
writer.write(example.SerializeToString())
writer.close()
def get_example_nums(tf_records_filenames):
'''
统计tf_records图像的个数(example)个数
:param tf_records_filenames: tf_records文件路径
:return:
'''
nums = 0
for record in tf.python_io.tf_record_iterator(tf_records_filenames):
nums += 1
return nums
if __name__ == '__main__':
resize_height = 224 # 指定存储图片高度
resize_width = 224 # 指定存储图片宽度
shuffle = True
log = 5
image_dir = 'dataset/train'
train_labels = 'dataset/train.txt'
train_record_output = 'train.tfrecord'
create_records(image_dir, train_labels, train_record_output, resize_height, resize_width, shuffle, log)
train_nums = get_example_nums(train_record_output)
print("save train example nums={}".format(train_nums))
5.2 将一个TFRecord文件转化为图片显示
因为图片太多，所以我们这里只展示每个文件夹中第一张图片即可。
代码如下：
# _*_coding:utf-8_*_
# 将图片保存成TFRecords
import os
import tensorflow as tf
from PIL import Image
import random
import cv2
import numpy as np
import matplotlib.pyplot as plt
def read_records(filename,resize_height, resize_width,type=None):
'''
解析record文件:源文件的图像数据是RGB,uint8,[0,255],一般作为训练数据时,需要归一化到[0,1]
:param filename:
:param resize_height:
:param resize_width:
:param type:选择图像数据的返回类型
None:默认将uint8-[0,255]转为float32-[0,255]
normalization:归一化float32-[0,1]
centralization:归一化float32-[0,1],再减均值中心化
:return:
'''
# 创建文件队列，不限读取的数量
filename_queue = tf.train.string_input_producer([filename])
# 为文件队列创建一个阅读区
reader = tf.TFRecordReader()
# reader从文件队列中读入一个序列化的样本
_, serialized_example = reader.read(filename_queue)
# 解析符号化的样本
features = tf.parse_single_example(
serialized_example,
features={
'image_raw': tf.FixedLenFeature([], tf.string),
'height': tf.FixedLenFeature([], tf.int64),
'width': tf.FixedLenFeature([], tf.int64),
'depth': tf.FixedLenFeature([], tf.int64),
'label': tf.FixedLenFeature([], tf.int64)
}
)
# 获得图像原始的数据
tf_image = tf.decode_raw(features["image_raw"], tf.uint8)
tf_height = features['height']
tf_width = features['width']
tf_depth = features['depth']
tf_label = tf.cast(features['label'], tf.int32)
#PS 回复原始图像 reshpe的大小必须与保存之前的图像shape一致，否则报错
# 设置图像的维度
tf_image = tf.reshape(tf_image, [resize_height, resize_width, 3])
# 恢复数据后，才可以对图像进行resize_images:输入 uint 输出 float32
# tf_image = tf.image.resize_images(tf_image, [224, 224])
# 存储的图像类型为 uint8 tensorflow训练数据必须是tf.float32
if type is None:
tf_image = tf.cast(tf_image, tf.float32)
# 【1】 若需要归一化的话请使用
elif type == 'normalization':
# 仅当输入数据是 uint8，才会归一化 [0 , 255]
tf_image = tf.cast(tf_image, tf.float32) * (1. / 255.0)
elif type=='centralization':
# 若需要归一化，且中心化，假设均值为0.5 请使用
tf_image = tf.cast(tf_image, tf.float32) * (1. / 255.0) - 0.5
# 这里仅仅返回图像和标签
return tf_image, tf_label
def show_image(title, image):
'''
显示图片
:param title: 图像标题
:param image: 图像的数据
:return:
'''
plt.imshow(image)
plt.axis('on') # 关掉坐标轴 为 off
plt.title(title) # 图像题目
plt.show()
def disp_records(record_file,resize_height, resize_width,show_nums=4):
'''
解析record文件，并显示show_nums张图片，主要用于验证生成record文件是否成功
:param tfrecord_file: record文件路径
:return:
'''
# 读取record 函数
tf_image, tf_label = read_records(record_file, resize_height, resize_width, type='normalization')
# 显示前4个图片
init_op = tf.global_variables_initializer()
# init_op = tf.initialize_all_variables()
with tf.Session() as sess:
sess.run(init_op)
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
for i in range(show_nums): # 在会话中取出image和label
image, label = sess.run([tf_image, tf_label])
# image = tf_image.eval()
# 直接从record解析的image是一个向量,需要reshape显示
# image = image.reshape([height,width,depth])
print('shape:{},tpye:{},labels:{}'.format(image.shape, image.dtype, label))
# pilimg = Image.fromarray(np.asarray(image_eval_reshape))
# pilimg.show()
show_image("image:%d"%(label), image)
coord.request_stop()
coord.join(threads)
if __name__ == '__main__':
resize_height = 224 # 指定存储图片高度
resize_width = 224 # 指定存储图片宽度
shuffle = True
log = 5
image_dir = 'dataset/train'
train_labels = 'dataset/train.txt'
train_record_output = 'train.tfrecord'
# 测试显示函数
disp_records(train_record_output, resize_height, resize_width)
部分代码解析：
5.3，加入队列
with tf.Session() as sess:
sess.run(init_op)
coord = tf.train.Coordinator()
# 启动队列
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
for i in range(show_nums): # 在会话中取出image和label
image, label = sess.run([tf_image, tf_label])
注意，启动队列那条code不能忘记，不然会卡死，这样加入后，就可以做到和tensorflow官网一样的二进制数据集了。
6，生成分割多个record文件
当图片数据很多时候，会导致单个record文件超级巨大的情况，解决方法就是，将数据分成多个record文件保存，读取时，只需要将多个record文件的路径列表交给“tf.train.string_input_producer”，
完整代码如下：(此处来自 此博客)
# -*-coding: utf-8 -*-
import tensorflow as tf
import numpy as np
import os
import cv2
import math
import matplotlib.pyplot as plt
import random
from PIL import Image
##########################################################################
def _int64_feature(value):
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
# 生成字符串型的属性
def _bytes_feature(value):
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
# 生成实数型的属性
def float_list_feature(value):
return tf.train.Feature(float_list=tf.train.FloatList(value=value))
def show_image(title,image):
'''
显示图片
:param title: 图像标题
:param image: 图像的数据
:return:
'''
# plt.figure("show_image")
# print(image.dtype)
plt.imshow(image)
plt.axis('on') # 关掉坐标轴为 off
plt.title(title) # 图像题目
plt.show()
def load_labels_file(filename,labels_num=1):
'''
载图txt文件，文件中每行为一个图片信息，且以空格隔开：图像路径 标签1 标签2，如：test_image/1.jpg 0 2
:param filename:
:param labels_num :labels个数
:return:images type->list
:return:labels type->list
'''
images=[]
labels=[]
with open(filename) as f:
for lines in f.readlines():
line=lines.rstrip().split(' ')
label=[]
for i in range(labels_num):
label.append(int(line[i+1]))
images.append(line[0])
labels.append(label)
return images,labels
def read_image(filename, resize_height, resize_width):
'''
读取图片数据,默认返回的是uint8,[0,255]
:param filename:
:param resize_height:
:param resize_width:
:return: 返回的图片数据是uint8,[0,255]
'''
bgr_image = cv2.imread(filename)
if len(bgr_image.shape)==2:#若是灰度图则转为三通道
print("Warning:gray image",filename)
bgr_image = cv2.cvtColor(bgr_image, cv2.COLOR_GRAY2BGR)
rgb_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB)#将BGR转为RGB
# show_image(filename,rgb_image)
# rgb_image=Image.open(filename)
if resize_height>0 and resize_width>0:
rgb_image=cv2.resize(rgb_image,(resize_width,resize_height))
rgb_image=np.asanyarray(rgb_image)
# show_image("src resize image",image)
return rgb_image
def create_records(image_dir,file, record_txt_path, batchSize,resize_height, resize_width):
'''
实现将图像原始数据,label,长,宽等信息保存为record文件
注意:读取的图像数据默认是uint8,再转为tf的字符串型BytesList保存,解析请需要根据需要转换类型
:param image_dir:原始图像的目录
:param file:输入保存图片信息的txt文件(image_dir+file构成图片的路径)
:param output_record_txt_dir:保存record文件的路径
:param batchSize: 每batchSize个图片保存一个*.tfrecords,避免单个文件过大
:param resize_height:
:param resize_width:
PS:当resize_height或者resize_width=0是,不执行resize
'''
if os.path.exists(record_txt_path):
os.remove(record_txt_path)
setname, ext = record_txt_path.split('.')
# 加载文件,仅获取一个label
images_list, labels_list=load_labels_file(file,1)
sample_num = len(images_list)
# 打乱样本的数据
# random.shuffle(labels_list)
batchNum = int(math.ceil(1.0 * sample_num / batchSize))
for i in range(batchNum):
start = i * batchSize
end = min((i + 1) * batchSize, sample_num)
batch_images = images_list[start:end]
batch_labels = labels_list[start:end]
# 逐个保存*.tfrecords文件
filename = setname + '{0}.tfrecords'.format(i)
print('save:%s' % (filename))
writer = tf.python_io.TFRecordWriter(filename)
for i, [image_name, labels] in enumerate(zip(batch_images, batch_labels)):
image_path=os.path.join(image_dir,batch_images[i])
if not os.path.exists(image_path):
print('Err:no image',image_path)
continue
image = read_image(image_path, resize_height, resize_width)
image_raw = image.tostring()
print('image_path=%s,shape:( %d, %d, %d)' % (image_path,image.shape[0], image.shape[1], image.shape[2]),'labels:',labels)
# 这里仅保存一个label,多label适当增加"'label': _int64_feature(label)"项
label=labels[0]
example = tf.train.Example(features=tf.train.Features(feature={
'image_raw': _bytes_feature(image_raw),
'height': _int64_feature(image.shape[0]),
'width': _int64_feature(image.shape[1]),
'depth': _int64_feature(image.shape[2]),
'label': _int64_feature(label)
}))
writer.write(example.SerializeToString())
writer.close()
# 用txt保存*.tfrecords文件列表
# record_list='{}.txt'.format(setname)
with open(record_txt_path, 'a') as f:
f.write(filename + '\n')
def read_records(filename,resize_height, resize_width):
'''
解析record文件
:param filename:保存*.tfrecords文件的txt文件路径
:return:
'''
# 读取txt中所有*.tfrecords文件
with open(filename, 'r') as f:
lines = f.readlines()
files_list=[]
for line in lines:
files_list.append(line.rstrip())
# 创建文件队列,不限读取的数量
filename_queue = tf.train.string_input_producer(files_list,shuffle=False)
# create a reader from file queue
reader = tf.TFRecordReader()
# reader从文件队列中读入一个序列化的样本
_, serialized_example = reader.read(filename_queue)
# get feature from serialized example
# 解析符号化的样本
features = tf.parse_single_example(
serialized_example,
features={
'image_raw': tf.FixedLenFeature([], tf.string),
'height': tf.FixedLenFeature([], tf.int64),
'width': tf.FixedLenFeature([], tf.int64),
'depth': tf.FixedLenFeature([], tf.int64),
'label': tf.FixedLenFeature([], tf.int64)
}
)
tf_image = tf.decode_raw(features['image_raw'], tf.uint8)#获得图像原始的数据
tf_height = features['height']
tf_width = features['width']
tf_depth = features['depth']
tf_label = tf.cast(features['label'], tf.int32)
# tf_image=tf.reshape(tf_image, [-1]) # 转换为行向量
tf_image=tf.reshape(tf_image, [resize_height, resize_width, 3]) # 设置图像的维度
# 存储的图像类型为uint8,这里需要将类型转为tf.float32
# tf_image = tf.cast(tf_image, tf.float32)
# [1]若需要归一化请使用:
tf_image = tf.image.convert_image_dtype(tf_image, tf.float32)# 归一化
# tf_image = tf.cast(tf_image, tf.float32) * (1. / 255) # 归一化
# [2]若需要归一化,且中心化,假设均值为0.5,请使用:
# tf_image = tf.cast(tf_image, tf.float32) * (1. / 255) - 0.5 #中心化
return tf_image, tf_height,tf_width,tf_depth,tf_label
def disp_records(record_file,resize_height, resize_width,show_nums=4):
'''
解析record文件，并显示show_nums张图片，主要用于验证生成record文件是否成功
:param tfrecord_file: record文件路径
:param resize_height:
:param resize_width:
:param show_nums: 默认显示前四张照片
:return:
'''
tf_image, tf_height, tf_width, tf_depth, tf_label = read_records(record_file,resize_height, resize_width) # 读取函数
# 显示前show_nums个图片
init_op = tf.initialize_all_variables()
with tf.Session() as sess:
sess.run(init_op)
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
for i in range(show_nums):
image,height,width,depth,label = sess.run([tf_image,tf_height,tf_width,tf_depth,tf_label]) # 在会话中取出image和label
# image = tf_image.eval()
# 直接从record解析的image是一个向量,需要reshape显示
# image = image.reshape([height,width,depth])
print('shape:',image.shape,'label:',label)
# pilimg = Image.fromarray(np.asarray(image_eval_reshape))
# pilimg.show()
show_image("image:%d"%(label),image)
coord.request_stop()
coord.join(threads)
def batch_test(record_file,resize_height, resize_width):
'''
:param record_file: record文件路径
:param resize_height:
:param resize_width:
:return:
:PS:image_batch, label_batch一般作为网络的输入
'''
tf_image,tf_height,tf_width,tf_depth,tf_label = read_records(record_file,resize_height, resize_width) # 读取函数
# 使用shuffle_batch可以随机打乱输入:
# shuffle_batch用法:https://blog.csdn.net/u013555719/article/details/77679964
min_after_dequeue = 100#该值越大,数据越乱,必须小于capacity
batch_size = 4
# capacity = (min_after_dequeue + (num_threads + a small safety margin∗batchsize)
capacity = min_after_dequeue + 3 * batch_size#容量:一个整数,队列中的最大的元素数
image_batch, label_batch = tf.train.shuffle_batch([tf_image, tf_label],
batch_size=batch_size,
capacity=capacity,
min_after_dequeue=min_after_dequeue)
init = tf.global_variables_initializer()
with tf.Session() as sess: # 开始一个会话
sess.run(init)
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(coord=coord)
for i in range(4):
# 在会话中取出images和labels
images, labels = sess.run([image_batch, label_batch])
# 这里仅显示每个batch里第一张图片
show_image("image", images[0, :, :, :])
print(images.shape, labels)
# 停止所有线程
coord.request_stop()
coord.join(threads)
if __name__ == '__main__':
# 参数设置
image_dir='dataset/train'
train_file = 'dataset/train.txt' # 图片路径
output_record_txt = 'dataset/record/record.txt'#指定保存record的文件列表
resize_height = 224 # 指定存储图片高度
resize_width = 224 # 指定存储图片宽度
batchSize=8000 #batchSize一般设置为8000,即每batchSize张照片保存为一个record文件
# 产生record文件
create_records(image_dir=image_dir,
file=train_file,
record_txt_path=output_record_txt,
batchSize=batchSize,
resize_height=resize_height,
resize_width=resize_width)
# 测试显示函数
disp_records(output_record_txt,resize_height, resize_width)
# batch_test(output_record_txt,resize_height, resize_width)
7，直接读取文件的方式
之前，我们都是将数据转存为tfrecord文件，训练时候再去读取，如果不想转为record文件，想直接读取图像文件进行训练，可以使用下面的方法：
filename.txt
0.jpg 0
1.jpg 0
2.jpg 0
3.jpg 0
4.jpg 0
5.jpg 1
6.jpg 1
7.jpg 1
8.jpg 1
9.jpg 1
代码如下：
# -*-coding: utf-8 -*-
import tensorflow as tf
import glob
import numpy as np
import os
import matplotlib.pyplot as plt
import cv2
def show_image(title, image):
'''
显示图片
:param title: 图像标题
:param image: 图像的数据
:return:
'''
# plt.imshow(image, cmap='gray')
plt.imshow(image)
plt.axis('on') # 关掉坐标轴为 off
plt.title(title) # 图像题目
plt.show()
def tf_read_image(filename, resize_height, resize_width):
'''
读取图片
:param filename:
:param resize_height:
:param resize_width:
:return:
'''
image_string = tf.read_file(filename)
image_decoded = tf.image.decode_jpeg(image_string, channels=3)
# tf_image = tf.cast(image_decoded, tf.float32)
tf_image = tf.cast(image_decoded, tf.float32) * (1. / 255.0) # 归一化
if resize_width>0 and resize_height>0:
tf_image = tf.image.resize_images(tf_image, [resize_height, resize_width])
# tf_image = tf.image.per_image_standardization(tf_image) # 标准化[0,1](减均值除方差)
return tf_image
def get_batch_images(image_list, label_list, batch_size, labels_nums, resize_height, resize_width, one_hot=False, shuffle=False):
'''
:param image_list:图像
:param label_list:标签
:param batch_size:
:param labels_nums:标签个数
:param one_hot:是否将labels转为one_hot的形式
:param shuffle:是否打乱顺序,一般train时shuffle=True,验证时shuffle=False
:return:返回batch的images和labels
'''
# 生成队列
image_que, tf_label = tf.train.slice_input_producer([image_list, label_list], shuffle=shuffle)
tf_image = tf_read_image(image_que, resize_height, resize_width)
min_after_dequeue = 200
capacity = min_after_dequeue + 3 * batch_size # 保证capacity必须大于min_after_dequeue参数值
if shuffle:
images_batch, labels_batch = tf.train.shuffle_batch([tf_image, tf_label],
batch_size=batch_size,
capacity=capacity,
min_after_dequeue=min_after_dequeue)
else:
images_batch, labels_batch = tf.train.batch([tf_image, tf_label],
batch_size=batch_size,
capacity=capacity)
if one_hot:
labels_batch = tf.one_hot(labels_batch, labels_nums, 1, 0)
return images_batch, labels_batch
def load_image_labels(filename):
'''
载图txt文件，文件中每行为一个图片信息，且以空格隔开：图像路径 标签1，如：test_image/1.jpg 0
:param filename:
:return:
'''
images_list = []
labels_list = []
with open(filename) as f:
lines = f.readlines()
for line in lines:
# rstrip：用来去除结尾字符、空白符(包括\n、\r、\t、' '，即：换行、回车、制表符、空格)
content = line.rstrip().split(' ')
name = content[0]
labels = []
for value in content[1:]:
labels.append(int(value))
images_list.append(name)
labels_list.append(labels)
return images_list, labels_list
def batch_test(filename, image_dir):
labels_nums = 2
batch_size = 4
resize_height = 200
resize_width = 200
image_list, label_list = load_image_labels(filename)
image_list=[os.path.join(image_dir,image_name) for image_name in image_list]
image_batch, labels_batch = get_batch_images(image_list=image_list,
label_list=label_list,
batch_size=batch_size,
labels_nums=labels_nums,
resize_height=resize_height, resize_width=resize_width,
one_hot=False, shuffle=True)
with tf.Session() as sess: # 开始一个会话
sess.run(tf.global_variables_initializer())
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(coord=coord)
for i in range(4):
# 在会话中取出images和labels
images, labels = sess.run([image_batch, labels_batch])
# 这里仅显示每个batch里第一张图片
show_image("image", images[0, :, :, :])
print('shape:{},tpye:{},labels:{}'.format(images.shape, images.dtype, labels))
# 停止所有线程
coord.request_stop()
coord.join(threads)
if __name__ == "__main__":
image_dir = "./dataset/train"
filename = "./dataset/train.txt"
batch_test(filename, image_dir)
8，数据输入管道：pipeline机制解释如下：
TensorFlow引入了tf.data.Dataset模块，使其数据读入的操作变得更为方便，而支持多线程(进程)的操作，也在效率上获得了一定程度的提高。使用tf.data.Dataset模块的pipline机制，可实现CPU多线程处理输入的数据，如读取图片和图片的一些的预处理，这样GPU可以专注于训练过程，而CPU去准备数据。
参考资料：
https://blog.csdn.net/u014061630/article/details/80776975
(五星推荐)TensorFlow全新的数据读取方式：Dataset API入门教程:http://baijiahao.baidu.com/s?id=1583657817436843385&wfr=spider&for=pc
从tfrecord文件创建TFRecordDataset方式如下：
# 用dataset读取TFRecords文件
dataset = tf.contrib.data.TFRecordDataset(input_file)
解析tfrecord 文件的每条记录，即序列化后的 tf.train.Example；使用 tf.parse_single_example 来解析：
feats = tf.parse_single_example(serial_exmp, features=data_dict)
其中，data_dict 是一个dict，包含的key 是写入tfrecord文件时用的key ,相应的value是对应不同的数据类型，我们直接使用代码看，如下：
def _parse_record(example_photo):
features = {
'name': tf.FixedLenFeature((), tf.string),
'shape': tf.FixedLenFeature([3], tf.int64),
'data': tf.FixedLenFeature((), tf.string)
}
parsed_features = tf.parse_single_example(example_photo,features=features)
return parsed_features
解析tfrecord文件中的所有记录，我们需要使用dataset 的map 方法，如下：
dataset = dataset.map(_parse_record)
Dataset支持一类特殊的操作：Transformation。一个Dataset通过Transformation变成一个新的Dataset。通常我们可以通过Transformation完成数据变换，打乱，组成batch，生成epoch等一系列操作。常用的Transformation有：map、batch、shuffle和repeat。
map方法可以接受任意函数对dataset中的数据进行处理；另外可以使用repeat，shuffle，batch方法对dataset进行重复，混洗，分批；用repeat赋值dataset以进行多个epoch；如下：
dataset = dataset.repeat(epochs).shuffle(buffer_size).batch(batch_size)
解析完数据后，便可以取出数据进行使用，通过创建iterator来进行，如下：
iterator = dataset.make_one_shot_iterator()
features = sess.run(iterator.get_next())
下面分别介绍
8.1，map
使用 tf.data.Dataset.map，我们可以很方便地对数据集中的各个元素进行预处理。因为输入元素之间时独立的，所以可以在多个 CPU 核心上并行地进行预处理。map 变换提供了一个 num_parallel_calls参数去指定并行的级别。
dataset = dataset.map(map_func=parse_fn, num_parallel_calls=FLAGS.num_parallel_calls)
8.2，prefetch
tf.data.Dataset.prefetch 提供了 software pipelining 机制。该函数解耦了 数据产生的时间 和 数据消耗的时间。具体来说，该函数有一个后台线程和一个内部缓存区，在数据被请求前，就从 dataset 中预加载一些数据(进一步提高性能)。prefech(n) 一般作为最后一个 transformation，其中 n 为 batch_size。 prefetch 的使用方法如下：
dataset = dataset.batch(batch_size=FLAGS.batch_size)
dataset = dataset.prefetch(buffer_size=FLAGS.prefetch_buffer_size) # last transformation
return dataset
8.3，repeat
repeat的功能就是将整个序列重复多次，主要用来处理机器学习中的epoch，假设原先的数据是一个epoch，使用repeat(5)就可以将之变成5个epoch：
如果直接调用repeat()的话，生成的序列就会无限重复下去，没有结束，因此也不会抛出tf.errors.OutOfRangeError异常
8.4，完整代码如下：
# -*-coding: utf-8 -*-
import tensorflow as tf
import numpy as np
import glob
import matplotlib.pyplot as plt
width=0
height=0
def show_image(title, image):
'''
显示图片
:param title: 图像标题
:param image: 图像的数据
:return:
'''
# plt.figure("show_image")
# print(image.dtype)
plt.imshow(image)
plt.axis('on') # 关掉坐标轴为 off
plt.title(title) # 图像题目
plt.show()
def tf_read_image(filename, label):
image_string = tf.read_file(filename)
image_decoded = tf.image.decode_jpeg(image_string, channels=3)
image = tf.cast(image_decoded, tf.float32)
if width>0 and height>0:
image = tf.image.resize_images(image, [height, width])
image = tf.cast(image, tf.float32) * (1. / 255.0) # 归一化
return image, label
def input_fun(files_list, labels_list, batch_size, shuffle=True):
'''
:param files_list:
:param labels_list:
:param batch_size:
:param shuffle:
:return:
'''
# 构建数据集
dataset = tf.data.Dataset.from_tensor_slices((files_list, labels_list))
if shuffle:
dataset = dataset.shuffle(100)
dataset = dataset.repeat() # 空为无限循环
dataset = dataset.map(tf_read_image, num_parallel_calls=4) # num_parallel_calls一般设置为cpu内核数量
dataset = dataset.batch(batch_size)
dataset = dataset.prefetch(2) # software pipelining 机制
return dataset
if __name__ == '__main__':
data_dir = 'dataset/image/*.jpg'
# labels_list = tf.constant([0,1,2,3,4])
# labels_list = [1, 2, 3, 4, 5]
files_list = glob.glob(data_dir)
labels_list = np.arange(len(files_list))
num_sample = len(files_list)
batch_size = 1
dataset = input_fun(files_list, labels_list, batch_size=batch_size, shuffle=False)
# 需满足：max_iterate*batch_size <=num_sample*num_epoch，否则越界
max_iterate = 3
with tf.Session() as sess:
iterator = dataset.make_initializable_iterator()
init_op = iterator.make_initializer(dataset)
sess.run(init_op)
iterator = iterator.get_next()
for i in range(max_iterate):
images, labels = sess.run(iterator)
show_image("image", images[0, :, :, :])
print('shape:{},tpye:{},labels:{}'.format(images.shape, images.dtype, labels))
9，AttributeError: module 'tensorflow' has no attribute 'data' 解决方法
当我们使用tf 中的 dataset时，可能会出现如下错误：
原因是tf 版本不同导致的错误。
在编写代码的时候，使用的tf版本不同，可能导致其Dataset API 放置的位置不同。当使用TensorFlow1.3的时候，Dataset API是放在 contrib 包里面，而当使用TensorFlow1.4以后的版本，Dataset API已经从contrib 包中移除了，而变成了核心API的一员。故会产生报错。
解决方法：
将下面代码：
# 用dataset读取TFRecords文件
dataset = tf.data.TFRecordDataset(input_file)
改为此代码：
# 用dataset读取TFRecords文件
dataset = tf.contrib.data.TFRecordDataset(input_file)
问题解决。
10，tf.gfile.FastGfile()函数学习
函数如下：
tf.gfile.FastGFile(path,decodestyle)
函数功能：实现对图片的读取
函数参数：path：图片所在路径
decodestyle：图片的解码方式(‘r’：UTF-8编码； ‘rb’：非UTF-8编码)
例子如下：
img_raw = tf.gfile.FastGFile(IMAGE_PATH, 'rb').read()
11，Python zip()函数学习
zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用*号操作符，可以将元组解压为列表。
在 Python 3.x 中为了减少内存，zip() 返回的是一个对象。如需展示列表，需手动 list() 转换。
zip([iterable, ...])
参数说明： iterabl——一个或多个迭代器
返回值：返回元组列表
实例：
>>>a = [1,2,3]
>>> b = [4,5,6]
>>> c = [4,5,6,7,8]
>>> zipped = zip(a,b) # 打包为元组的列表
[(1, 4), (2, 5), (3, 6)]
>>> zip(a,c) # 元素个数与最短的列表一致
[(1, 4), (2, 5), (3, 6)]
>>> zip(*zipped) # 与 zip 相反，*zipped 可理解为解压，返回二维矩阵式
[(1, 2, 3), (4, 5, 6)]
12，下一步计划
1，为什么前面使用Dataset，而用大多数博文中的 QueueRunner 呢？
A:这是因为 Dataset 比 QueueRunner 新，而且是官方推荐的，Dataset 比较简单。
2，学习了 TFRecord 相关知识，下一步学习什么？
A:可以尝试将常见的数据集如 MNIST 和 CIFAR-10 转换成 TFRecord 格式。
https://blog.csdn.net/happyhorizion/article/details/77894055 (五星推荐)
扫一扫
1261
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
