Tensorflow 图像转tfrecords文件

第一步，生成TFRecord Writer

writer = tf.python_io.TFRecordWriter(path, options=None)

第二步，tf.train.Feature生成协议信息

一个协议信息特征（这里翻译可能不准确）是将原始数据编码成特定的格式，一般是features中又包含feature，内层feature是一个字典值，它是将某个类型列表编码成特定的feature格式，而该字典键用于读取TFRecords文件时索引得到不同的数据，某个类型列表可能包含零个或多个值，列表类型一般有BytesList, FloatList, Int64List，通常用如下方法来生成某个列表类型再送给内层的tf.train.Feature编码：

tf.train.BytesList(value=[value]) # value转化为字符串（二进制）列表
tf.train.FloatList(value=[value]) # value转化为浮点型列表
tf.train.Int64List(value=[value]) # value转化为整型列表

第三步，使用tf.train.Example将features编码数据封装成特定的PB协议格式

example = tf.train.Example(features_extern)

第四步，将example数据系列化为字符串

example_str = example.SerializeToString()

第五步，将系列化为字符串的example数据写入协议缓冲区

writer.write(example_str)

参考：https://zhuanlan.zhihu.com/p/31992460

----------------------------------------------------我是分割线--------------------------------------------------------------------------------------------
欢迎关注博主个人公众号 “小七的资源库”，一起来嗨皮呀