tensorflow用mat文件制作数据集_9/15学习笔记——数据集哪些破事

本文介绍了如何使用TensorFlow处理数据集,包括从LabelImg的xml转为txt,创建labels_files,然后利用create_tf_record.py脚本将数据集转换为TFRecords格式,以提高训练数据的读取效率。此外,还讨论了当数据量大时如何分割成多个record文件以避免单个文件过大。
摘要由CSDN通过智能技术生成

巨难顶的深度学习

18369a78b5fde60d70a56104df51cfe8.png

今天讨论一下,要准备什么

  1. 得到训练和测试的图片数据集。

    数据集下载或自制后,需要划分为train和val数据集,前者用于训练模型的数据,后者主要用于验证模型。

    (说起来容易。做起来难)

     2.找一个很牛逼的模型,修改,训练它

姐,比较菜,所以用的是“googlenet”,请各位大佬不要嫌弃我。

3.训练方法实现(其实说白了,就是调参)

这里讲什么优化啊,迭代哦,感觉够我学一个月了。

Part1

那么今天讲讲

关于,[训练集]的问题

我们之前用LabelImg打完标签的事情

我之前以外LabelImg是个大牛逼

后来发现,它也是个小弟

因为LabelImg打完标签后生成的是xml

但实际上,要生成txt才能为我所用

哭死猪了

不慌

今天,就来重点谈谈这个问题。

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值