将自己的数据集制作成TFRecord格式

在使用TensorFlow训练神经网络时，首先面临的问题是：网络的输入

此篇文章，教大家将自己的数据集制作成TFRecord格式，feed进网络，除了TFRecord格式，TensorFlow也支持其他格

式的数据，此处就不再介绍了。建议大家使用TFRecord格式，在后面可以通过api进行多线程的读取文件队列。

1. 原本的数据集

此时，我有两类图片，分别是xiansu100,xiansu60,每一类中有10张图片。

2.制作成TFRecord格式

tfrecord会根据你选择输入文件的类，自动给每一类打上同样的标签。如在本例中，只有0,1 两类，想知道文件夹名与label关系的，可以自己保存起来。

#生成整数型的属性def _int64_feature(value):    return tf.train.Feature(int64_list = tf.train.Int64List(value = [value]))#生成字符串类型的属性def _bytes_feature(value):    return tf.train.Feature(bytes_list = tf.train.BytesList(value = [value]))#制作TFRecord格式def createTFRecord(filename,mapfile):    class_map = {}    data_dir = '/home/wc/DataSet/traffic/testTFRecord/'    classes = {'xiansu60','xiansu100'}    #输出TFRecord文件的地址      writer = tf.python_io.TFRecordWriter(filename)    for index,name in enumerate(classes):        class_path=data_dir+name+'/'        class_map[index] = name        for img_name in os.listdir(class_path):            img_path = class_path + img_name   #每个图片的地址            img = Image.open(img_path)            img= img.resize((224,224))            img_raw = img.tobytes()          #将图片转化成二进制格式            example = tf.train.Example(features = tf.train.Features(feature = {                'label':_int64_feature(index),                'image_raw': _bytes_feature(img_raw)            }))            writer.write(example.SerializeToString())    writer.close()        txtfile = open(mapfile,'w+')    for key in class_map.keys():        txtfile.writelines(str(key)+":"+class_map[key]+"\n")    txtfile.close()

此段代码，运行完后会产生生成的.tfrecord文件。

3. 读取TFRecord的数据，进行解析，此时使用了文件队列以及多线程

#读取train.tfrecord中的数据def read_and_decode(filename):       #创建一个reader来读取TFRecord文件中的样例    reader = tf.TFRecordReader()    #创建一个队列来维护输入文件列表    filename_queue = tf.train.string_input_producer([filename], shuffle=False,num_epochs = 1)    #从文件中读出一个样例，也可以使用read_up_to一次读取多个样例    _,serialized_example = reader.read(filename_queue)#     print _,serialized_example    #解析读入的一个样例，如果需要解析多个，可以用parse_example    features = tf.parse_single_example(    serialized_example,    features = {'label':tf.FixedLenFeature([], tf.int64),               'image_raw': tf.FixedLenFeature([], tf.string),})    #将字符串解析成图像对应的像素数组    img = tf.decode_raw(features['image_raw'], tf.uint8)    img = tf.reshape(img,[224, 224, 3]) #reshape为128*128*3通道图片    img = tf.image.per_image_standardization(img)    labels = tf.cast(features['label'], tf.int32)    return img, labels

4. 将图片几个一打包，形成batch

def createBatch(filename,batchsize):    images,labels = read_and_decode(filename)       min_after_dequeue = 10    capacity = min_after_dequeue + 3 * batchsize    image_batch, label_batch = tf.train.shuffle_batch([images, labels],                                                         batch_size=batchsize,                                                         capacity=capacity,                                                         min_after_dequeue=min_after_dequeue                                                        )    label_batch = tf.one_hot(label_batch,depth=2)    return image_batch, label_batch

5.主函数

if __name__ =="__main__":    #训练图片两张为一个batch,进行训练，测试图片一起进行测试    mapfile = "/home/wc/DataSet/traffic/testTFRecord/classmap.txt"    train_filename = "/home/wc/DataSet/traffic/testTFRecord/train.tfrecords"#     createTFRecord(train_filename,mapfile)    test_filename = "/home/wc/DataSet/traffic/testTFRecord/test.tfrecords"#     createTFRecord(test_filename,mapfile)    image_batch, label_batch = createBatch(filename = train_filename,batchsize = 2)    test_images,test_labels = createBatch(filename = test_filename,batchsize = 20)    with tf.Session() as sess:        initop = tf.group(tf.global_variables_initializer(),tf.local_variables_initializer())        sess.run(initop)        coord = tf.train.Coordinator()        threads = tf.train.start_queue_runners(sess = sess, coord = coord)         try:            step = 0            while 1:                _image_batch,_label_batch =  sess.run([image_batch,label_batch])                step += 1                print step                print (_label_batch)        except tf.errors.OutOfRangeError:            print (" trainData done!")                    try:            step = 0            while 1:                _test_images,_test_labels =  sess.run([test_images,test_labels])                step += 1                print step    #                 print _image_batch.shape                print (_test_labels)        except tf.errors.OutOfRangeError:            print (" TEST done!")        coord.request_stop()        coord.join(threads)

此时，生成的batch，就可以feed进网络了。