技术教程 tfrecord文件生成与读取 正文

tfrecord文件生成与读取

2022-08-07,,,

参考博客——tensorflow-TFRecord 文件详解

1. 生成tfrecord文件

代码

#1.创建tfrecord对象
tf_record=tf.python_io.TFRecordWriter(tf_record_name)

tf.train.Int64List(value=list_data)
tf.train.FloatList( )
tf.train.BytesList()

tf.train.Feature(int64_list=)
tf.train.Feature(float_list=tf.train.FloatList())
tf.train.Feature(bytes_list=tf.train.BytesList())

tf.train.Features(feature=dict_data)
ut = tf.train.Features(feature={"suibian": tf.train.Feature(int64_list=tf.train.Int64List(value=[1, 2, 4])),"a":tf.train.Feature(float_list=tf.train.FloatList(value=[5., 7.]))})

example=tf.train.Example(features=tf.train.Features(...))

#2. 写入example对象序列化后的结果
tfrecord_writer.write(example.SerializeToString())

2. 读取tfrecord文件

从文件读取有 3 大步骤

  1. 生成读取器，不同类型的文件有对应的读取器

  2. 把文件名列表生成队列

  3. 用读取器的 read 方法读取队列中的文件

3 代码

3.1 dataset_to_tfrecord.py

import os
import xml.etree.ElementTree as ET
import tensorflow as tf
from dataset_config import DIRECTORY_ANNOTATIONS,DIRECTORY_IMAGES,NUM_IMAGES_TFRECORD,labels_to_class
from utils.data_process_util import int64_feature,float_feature,bytes_feature
def _convert_to_example(img,img_shape,labels,trunacted,difficult,bndbox_size):
    '''将一张图片使用example，转换成protobuffer 格式
    :param img:
    :param img_shape:
    :param labels:
    :param trunacted:
    :param difficult:
    :param bndbox_size:
    :return:
    '''
    # 为了转换需求，bbox由单个obj的四个位置值，
    # 转变成四个位置的单独列表
    # 即：[[12,120,330,333],[50,60,100,200]]————>[[12,50],[120,60],[330,100],[333,200]]
    ymin=[]
    xmin=[]
    ymax=[]
    xmax=[]
    for b in bndbox_size:
        ymin.append(b[0])
        xmin.append(b[1])
        ymax.append(b[2])
        xmax.append(b[3])
    img_format = b'JPEG'
    print(type(labels))
    for i,label in enumerate(labels):
        labels[i]=labels_to_class[label]
    print('trunacted:',trunacted,type(trunacted),len(trunacted))

    example = tf.train.Example(features=tf.train.Features(feature={
        'image/height':int64_feature(img_shape[0]),
        'image/width':int64_feature(img_shape[1]),
        'image/channels':int64_feature(img_shape[2]),
        'image/shape':int64_feature(img_shape),
        'image/object/bbox/xmin':float_feature(xmin),
        'image/object/bbox/ymin':float_feature(ymin),
        'image/object/bbox/xmax':float_feature(xmax),
        'image/object/bbox/ymax':float_feature(ymax),
        'image/object/bbox/label_text':int64_feature(labels),
        # 'image/object/bbox/trunacted':bytes_feature(trunacted),
        # 'image/object/bbox/difficult':bytes_feature(difficult),
        'image/object/bbox/format':bytes_feature(img_format),
        'image/object/bbox/data':bytes_feature(img)# 读取的图像值
    }))
    print(img_format)
    return example

def _process_image(dataset_dir,img_name):
    '''
    读取图像和xml文件
    :param dataset_dir:
    :param img_name:
    :return:
    '''
    #1.读取图像
    #图像路径
    img_path = os.path.join(dataset_dir,DIRECTORY_IMAGES,img_name+'.jpg')
    img = tf.gfile.FastGFile(img_path,'rb').read()#tensorflow读取图像
    #2.读取xml
    #xml路径
    xml_path =os.path.join(dataset_dir,DIRECTORY_ANNOTATIONS,img_name+'.xml')
    tree = ET.parse(xml_path)
    root = tree.getroot()#获取根节点，'annotation'标签
    # 2.1获取图像尺寸信息
    size = root.find('size')
    img_shape=[
        int(size.find('height').text),
        int(size.find('width').text),
        int(size.find('depth').text)
    ]
    #2.2 获取bounding box 相关信息
    # bounding box可能有多个,用多个列表存储相关信息。
    labels = []
    trunacted=[]
    difficult = []
    bndbox_sizes=[]
    bboxes = root.findall('object')
    for obj in bboxes:
        label = obj.find('name').text
        if obj.find('trunacted'):
            trunacted.append(obj.find('trunacted').text)
        else:
            trunacted.append('0')
        if obj.find(''):
            difficult.append(obj.find('difficult').text)
        else:
            difficult.append(0)
        bndbox = obj.find('bndbox')
        bndbox_size=(
            float(bndbox.find('ymin').text)/img_shape[0],
            float(bndbox.find('xmin').text)/img_shape[1],
            float(bndbox.find('ymax').text)/img_shape[0],
            float(bndbox.find('xmax').text)/img_shape[1]

        )
        labels.append(label)
        trunacted.append(trunacted)
        difficult.append(difficult)
        bndbox_sizes.append(bndbox_size)
    return img,img_shape,labels,trunacted,difficult,bndbox_sizes


def _add_to_tfrecord(dataset_dir,img_name,tfrecord_writer):
    '''
    读取图片和xml文件，保存成一个Example
    :param dataset_dir:根目录
    :param img_name:图像名称
    :param tfrecord_writer:
    :return:
    '''
    #1.读取图片内容及相应的xml文件
    img, img_shape, labels, trunacted, difficult, bndbox_size=_process_image(dataset_dir,img_name)
    # return img,img_shape,labels,trunacted,difficult,bndbox_size
    #2.读取的内容封装成Example,
    example = _convert_to_example(img, img_shape, labels, trunacted, difficult, bndbox_size)

    #3.Example序列化结果写入指定tfrecord文件
    tfrecord_writer.write(example.SerializeToString())

def _get_output_tfrecord_name(output_dir,name,fdx):
    """

    :param output_dir:
    :param name:
    :param fdx:第几个tfrecord文件
    :return:
    """
    return os.path.join(output_dir,name,'%06d'%fdx+'.tfrecord')

def read_tfrecord():
    slim = tf.contrib.slim
    dataset = slim.dataset
    #第一个参数，文件路径
    file_pattern = os.path.join('tf_records\data','*.record')
    #第二个参数
    reader = tf.TFRecordReader


    # file_pattern = '%s-*  '  # 前面保存的tfrecord文件的文件名类似于“train-00001-of-00004.tfrecord”
    # file_pattern = os.path.join(dataset_dir, file_pattern % split_name)  # dataset_dir即前面保存的tfrecord文件的路径


    # 使用slim中的函数tf.FixedLenFeature将tfrecord的example反序列化成存储之前的格式，
    # 字符串格式的用''表示，整型格式的用0表示，其他确定的信息还原为原来的形式，如'jpeg'，'png'

    keys_to_features = {
        'image/object/bbox/data': tf.FixedLenFeature((), tf.string, default_value=''),
        'image/object/bbox/format': tf.FixedLenFeature((), tf.string, default_value='jpeg'),
        'image/height': tf.FixedLenFeature((), tf.int64, default_value=0),
        'image/width': tf.FixedLenFeature((), tf.int64, default_value=0),
        'image/object/bbox/label_text': tf.FixedLenFeature((), tf.int64, default_value=0)}
    # 将反序列化的数据重组为更适合网络读入的格式
    items_to_handlers = {
        'image': slim.tfexample_decoder.Image(
            image_key='image/object/bbox/data',
            format_key='image/object/bbox/format',
            channels=3),
        # 'image_name': tfexample_decoder.Tensor('image/filename'),
        'height': slim.tfexample_decoder.Tensor('image/height'),
        'width': slim.tfexample_decoder.Tensor('image/width'),
        # 'labels_class': tfexample_decoder.Image(
        #     image_key='image/segmentation/class/encoded',
        #     format_key='image/segmentation/class/format',
        #     channels=1)
            }
    # 解码器进行解码，定义一个解码器对象，保存到dataset中
    # 第三个参数decoder
    decoder = slim.tfexample_decoder.TFExampleDecoder(keys_to_features, items_to_handlers)
    # 返回由tfrecord信息所得到的数据集dataset，dataset对象定义了数据集的文件位置，解码方式等元信息
    dataset = dataset.Dataset(
        data_sources=file_pattern,  # tfrecord路径
        reader=tf.TFRecordReader,  # 读取tfrecord文件的方式
        decoder=decoder,  # 解码tfrecord文件的方式
        num_samples=1464,  # PASCAL-VOC2012数据集训练样本数
        items_to_descriptions={  # 样本集图像和标签描述
            'image': 'A color image of varying height and width.',
            'labels_class': ('A semantic segmentation label whose size matches image.'
                             'Its values range from 0 (background) to num_classes.')},
        num_classes = 3,  # 数据集包含类别数（20个前景类别和1个背景类别）
        multi_label = True)  # 多标签（具体我也不太清楚）

    dataset_data_provider = slim.dataset_data_provider
    prefetch_queue = slim.prefetch_queue

    # 创建一个DatasetDataProvider类的对象data_provider，根据dataset和其他的一些已知信息读取数据。
    data_provider = dataset_data_provider.DatasetDataProvider(
        dataset,
        num_readers=1,
        num_epochs=None,
        shuffle=True)
    # 通过调用data_provider对象的get实例函数能够根据data_provider中给出的信息解读tfrecord文件，生成图像和标签和图像文件名
    image, height, width = data_provider.get(['image', 'height', 'width'])
    # image_name, = data_provider.get(['image_name'])
    # label = data_provider.get(['label'])
    # 图像预处理过程，这里具体的处理过程与本文主题无关，因此省略具体的处理过程
    return image, height, width

def run(dataset_dir,output_dir,name='data'):
    """
    运行转换代码逻辑。
    存入多个tfrecord文件，每个文件固定N个样本
    :param dataset_dir:数据集目录，包含annotations,jpeg文件夹
    :param output_dir:tfrecords存储目录
    :param name:数据集名字，指定名字以及train or test
    :return:
    """
    # 1. 判断数据集目录是否存在，创建一个目录
    if tf.gfile.Exists(dataset_dir):
        tf.gfile.MakeDirs(dataset_dir)
    # 输出路径需要已存在
    # if tf.gfile.Exists(output_dir):
    #     tf.gfile.MakeDirs(output_dir)
    # 2. 读取某个文件夹下的所有文件名字列表
    dir_path = os.path.join(dataset_dir,DIRECTORY_ANNOTATIONS)
    files_path = sorted(os.listdir(dir_path))
    print(files_path)
    # 3. 循环名字列表，
    # 每200(NUM_IMAGES_TFRECORD)个图片及xml文件存储到一个tfrecord文件中
    num = len(files_path)
    i = 0
    fdx = 0
    while i < num:
        tf_record_name = _get_output_tfrecord_name(output_dir,name,fdx)
        with tf.python_io.TFRecordWriter(tf_record_name) as tf_record_writer:
            j = 0
            while i<num and j < NUM_IMAGES_TFRECORD:
                xml_path = files_path[i]
                img_name = xml_path.split('.')[0]
                #每个图像构建一个Example,保存到tf_record_name中
                _add_to_tfrecord(dataset_dir,img_name,tf_record_writer)

                j += 1
                i += 1

        fdx += 1
        print('fdx',fdx)
    print('数据集%s转换成功'%(dataset_dir))

3.2 tfrecord文件读取

def read_tfrecord():
    slim = tf.contrib.slim
    dataset = slim.dataset
    #第一个参数，文件路径
    file_pattern = os.path.join('tf_records\data','*.tfrecord')
    #第二个参数
    reader = tf.TFRecordReader


    # file_pattern = '%s-*  '  # 前面保存的tfrecord文件的文件名类似于“train-00001-of-00004.tfrecord”
    # file_pattern = os.path.join(dataset_dir, file_pattern % split_name)  # dataset_dir即前面保存的tfrecord文件的路径


    # 使用slim中的函数tf.FixedLenFeature将tfrecord的example反序列化成存储之前的格式，
    # 字符串格式的用''表示，整型格式的用0表示，其他确定的信息还原为原来的形式，如'jpeg'，'png'

    keys_to_features = {
        'image/object/bbox/data': tf.FixedLenFeature((), tf.string, default_value=''),
        'image/object/bbox/format': tf.FixedLenFeature((), tf.string, default_value='jpeg'),
        'image/height': tf.FixedLenFeature((), tf.int64, default_value=0),
        'image/width': tf.FixedLenFeature((), tf.int64, default_value=0),
        'image/object/bbox/label_text': tf.FixedLenFeature((), tf.int64, default_value=0)}
    # 将反序列化的数据重组为更适合网络读入的格式
    items_to_handlers = {
        'image': slim.tfexample_decoder.Image(
            image_key='image/object/bbox/data',
            format_key='image/object/bbox/format',
            channels=3),
        # 'image_name': tfexample_decoder.Tensor('image/filename'),
        'height': slim.tfexample_decoder.Tensor('image/height'),
        'width': slim.tfexample_decoder.Tensor('image/width'),
        # 'labels_class': tfexample_decoder.Image(
        #     image_key='image/segmentation/class/encoded',
        #     format_key='image/segmentation/class/format',
        #     channels=1)
            }
    # 解码器进行解码，定义一个解码器对象，保存到dataset中
    # 第三个参数decoder
    decoder = slim.tfexample_decoder.TFExampleDecoder(keys_to_features, items_to_handlers)
    # 返回由tfrecord信息所得到的数据集dataset，dataset对象定义了数据集的文件位置，解码方式等元信息
    dataset = dataset.Dataset(
        data_sources=file_pattern,  # tfrecord路径
        reader=tf.TFRecordReader,  # 读取tfrecord文件的方式
        decoder=decoder,  # 解码tfrecord文件的方式
        num_samples=1464,  # PASCAL-VOC2012数据集训练样本数
        items_to_descriptions={  # 样本集图像和标签描述
            'image': 'A color image of varying height and width.',
            'labels_class': ('A semantic segmentation label whose size matches image.'
                             'Its values range from 0 (background) to num_classes.')},
        num_classes = 3,  # 数据集包含类别数（20个前景类别和1个背景类别）
        multi_label = True)  # 多标签（具体我也不太清楚）

    dataset_data_provider = slim.dataset_data_provider
    prefetch_queue = slim.prefetch_queue

    # 创建一个DatasetDataProvider类的对象data_provider，根据dataset和其他的一些已知信息读取数据。
    data_provider = dataset_data_provider.DatasetDataProvider(
        dataset,
        num_readers=1,
        num_epochs=None,
        shuffle=True)
    # 通过调用data_provider对象的get实例函数能够根据data_provider中给出的信息解读tfrecord文件，生成图像和标签和图像文件名
    image, height, width = data_provider.get(['image', 'height', 'width'])
    # image_name, = data_provider.get(['image_name'])
    # label = data_provider.get(['label'])
    # 图像预处理过程，这里具体的处理过程与本文主题无关，因此省略具体的处理过程
    return image, height, width

本文地址：https://blog.csdn.net/Blankit1/article/details/107167425

《tfrecord文件生成与读取.doc》

下载本文的Word格式文档，以方便收藏与打印。

Copyright 2023. 昆居客 - IT编程,互联网信息技术文档大全!