图片数据集打包成TFRecord格式的方法

数据准备

google的flower数据集http://download.tensorflow.org/example_images/flower_photos.tgz

从上述链接下载的图片数据集放在本地，这里我的存放目录是：/home/tf/source/my_flowers_5/mydata。

该数据集有5个分类，共有3670张图片。

daisy(邹菊)类有633张图片，dandelion(蒲公英)类有898张图片，roses(玫瑰)类有641张图片，sunflowers(向日葵)类有699张图片，tulips(郁金香)类有799张图片，格式都为jpg。

 

脚本文件准备

用到脚本文件只有两个：

1. download_and_convert_data.py
2. convert_quiz.py

这两个脚本都在我们提供的参考代码中，convert_quiz.py在datasets文件夹里。

download_and_convert_data.py存放的本地目录是：/home/tf/source/my_flowers_5

convert_quiz.py存放的本地目录是：/home/tf/source/my_flowers_5/datasets

修改脚本

download_and_convert_data.py需要修改的内容：

代码第69行，FLAGS.dataset_name == 'quiz' 改成 FLAGS.dataset_name == 'mydata'

‘mydata’ 是随便起的，你也可以用自己喜欢的名字，但是数据集保存的文件夹名称、convert_quiz.py以及后续的作业训练代码都要做相应的修改

convert_quiz.py脚本修改的内容包括：

代码第39行，_NUM_VALIDATION = 734，即设置验证集的数据量，这里采用20%*3670

代码第80行，flower_root = os.path.join(dataset_dir, 'quiz') ，'quiz' 改成 'mydata'

代码第99行，output_filename = 'quiz_%s_%05d-of-%05d.tfrecord'，quiz 改成 mydata

运行脚本

修改好后在当前目录/home/tf/source/my_flowers_5打开shell，然后输入以下命令行:

python3 download_and_convert_data.py --dataset_name=mydata --dataset_dir=./

参数说明：

dataset_name = mydata    # 数据集的名称

dataset_dir = ./    # 数据集mydata保存的位置，用的是download_and_convert_data.py的相对位置

如果数据打包成功，会有以下的信息提示，

最后生成的TFRecord数据如下图所示，