制作和读取tfrecord

1.制作tfrecord文件
#tf_filename:需提前新建一个tfrecord空白文件。然后使用tf.python_io.TFRecordWriter() 建立一个writer
with tf.python_io.TFRecordWriter(tf_filename) as tfrecord_writer:
	#dataset为字典格式
	for i,image_example in enumerate(dataset):
	#小技巧，在制作dataset的时候，只是把图片的路径放到里面，这样可以节省内存。
	filename = image_example['filename']
	image = cv2.imread(filename)
	image_data = image.tostring()
	
	class_label = image_example['balel']
	
	#创建example
	example = tf.train.Example(features=tf.train.Features(feature={
	'image':tf.train.Feature(bytes_list=tf.train.BytesList(value=image_data)),
	'label':tf.train.Feature(int64_list=tf.train.Int64List(value=class_label))}))
	
	#把example写入writer
	tfrecord_writer.write(example.SerializeToString())
2.读取tfrecord文件
##############读取tfrecord
def read_single_tfrecord(filename):
	filename_queue = tf.train.string_input_producer(filename,shuffle=True)
	#创建reader
	reader = tf.TFRecordReader()
	_,serizlized_example = reader.read(filename_queue)
	
	#解析
	images_features = tf.parse_single_example(
	serizlized_example,
	features={
	'image':tf.FixedLenFeature([],tf.string),
	'label':tf.FixedLenFeature([],tf.int64)
	})
	image = tf.decode_raw(images_features['image'],tf.unit8)