Tensorflow——TFRecord文件的制作及读取

最新推荐文章于 2024-04-28 22:50:14 发布

Grace_YT

最新推荐文章于 2024-04-28 22:50:14 发布

阅读量339

点赞数 1

分类专栏： TensorFlow 文章标签： TFRecord 数据集制作数据集读取

本文链接：https://blog.csdn.net/weixin_43424744/article/details/103172530

版权

Tensorflow——TFRecord文件的制作及读取

一、TFRecord文件的制作

TFRecord是TensorFlow提供的统一存储数据的一种格式。在训练一个深度学习的模型之前，往往需要先制作数据集。这里主要介绍在TensorFlow框架下，将图像数据库及其对应的标签制作成TFRecord文件，便于图像数据的输入。直接贴个样例代码讲解吧。

import tensorflow as tf
import os
from PIL import Image

#———————————————————————————TFRecord文件制作———————————————————————————————
image_train_path = '' # label路径，label是txt文件
label_train_path = ''
image_test_path = '' # 图像文件路径
label_test_path = ''
data_path = './data' # .tfrecords 文件保存路径

tfRecord_train = './data/train.tfrecords' # tfrecord文件名
tfRecord_test = './data/test.tfrecords'


def write_tfRecord(tfRecordName, image_path, label_path):
    writer = tf.python_io.TFRecordWriter(tfRecordName)
    num_pic = 0  #计数器
    f = open(label_path,'r')  #读label '.txt'文件：每行由图片名与标签组成
    contents = f.readlines()  #获取整个文件
    f.close()
    for content in contents:  # 遍历每行的内容
        value = content.split(' ')  # 空格分隔每行的图片名与标签，分割后组成列表value
        img = Image.open(image_path + value[0])  # 图片文件的路径
        img_raw = img.tobytes()  # 将图片转换成二进制数据
        labels = float(value[1])