您好,登錄后才能下訂單哦!
TensorFlow提供了TFRecords的格式來統一存儲數據,理論上,TFRecords可以存儲任何形式的數據。
TFRecords文件中的數據都是通過tf.train.Example Protocol Buffer的格式存儲的。以下的代碼給出了tf.train.Example的定義。
message Example { Features features = 1; }; message Features { map<string, Feature> feature = 1; }; message Feature { oneof kind { BytesList bytes_list = 1; FloatList float_list = 2; Int64List int64_list = 3; } };
下面將介紹如何生成和讀取tfrecords文件:
首先介紹tfrecords文件的生成,直接上代碼:
from random import shuffle import numpy as np import glob import tensorflow as tf import cv2 import sys import os # 因為我裝的是CPU版本的,運行起來會有'warning',解決方法入下,眼不見為凈~ os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' shuffle_data = True image_path = '/path/to/image/*.jpg' # 取得該路徑下所有圖片的路徑,type(addrs)= list addrs = glob.glob(image_path) # 標簽數據的獲得具體情況具體分析,type(labels)= list labels = ... # 這里是打亂數據的順序 if shuffle_data: c = list(zip(addrs, labels)) shuffle(c) addrs, labels = zip(*c) # 按需分割數據集 train_addrs = addrs[0:int(0.7*len(addrs))] train_labels = labels[0:int(0.7*len(labels))] val_addrs = addrs[int(0.7*len(addrs)):int(0.9*len(addrs))] val_labels = labels[int(0.7*len(labels)):int(0.9*len(labels))] test_addrs = addrs[int(0.9*len(addrs)):] test_labels = labels[int(0.9*len(labels)):] # 上面不是獲得了image的地址么,下面這個函數就是根據地址獲取圖片 def load_image(addr): # A function to Load image img = cv2.imread(addr) img = cv2.resize(img, (224, 224), interpolation=cv2.INTER_CUBIC) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 這里/255是為了將像素值歸一化到[0,1] img = img / 255. img = img.astype(np.float32) return img # 將數據轉化成對應的屬性 def _int64_feature(value): return tf.train.Feature(int64_list=tf.train.Int64List(value=[value])) def _bytes_feature(value): return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value])) def _float_feature(value): return tf.train.Feature(float_list=tf.train.FloatList(value=[value])) # 下面這段就開始把數據寫入TFRecods文件 train_filename = '/path/to/train.tfrecords' # 輸出文件地址 # 創建一個writer來寫 TFRecords 文件 writer = tf.python_io.TFRecordWriter(train_filename) for i in range(len(train_addrs)): # 這是寫入操作可視化處理 if not i % 1000: print('Train data: {}/{}'.format(i, len(train_addrs))) sys.stdout.flush() # 加載圖片 img = load_image(train_addrs[i]) label = train_labels[i] # 創建一個屬性(feature) feature = {'train/label': _int64_feature(label), 'train/image': _bytes_feature(tf.compat.as_bytes(img.tostring()))} # 創建一個 example protocol buffer example = tf.train.Example(features=tf.train.Features(feature=feature)) # 將上面的example protocol buffer寫入文件 writer.write(example.SerializeToString()) writer.close() sys.stdout.flush()
上面只介紹了train.tfrecords文件的生成,其余的validation,test舉一反三吧。。
接下來介紹tfrecords文件的讀取:
import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' data_path = 'train.tfrecords' # tfrecords 文件的地址 with tf.Session() as sess: # 先定義feature,這里要和之前創建的時候保持一致 feature = { 'train/image': tf.FixedLenFeature([], tf.string), 'train/label': tf.FixedLenFeature([], tf.int64) } # 創建一個隊列來維護輸入文件列表 filename_queue = tf.train.string_input_producer([data_path], num_epochs=1) # 定義一個 reader ,讀取下一個 record reader = tf.TFRecordReader() _, serialized_example = reader.read(filename_queue) # 解析讀入的一個record features = tf.parse_single_example(serialized_example, features=feature) # 將字符串解析成圖像對應的像素組 image = tf.decode_raw(features['train/image'], tf.float32) # 將標簽轉化成int32 label = tf.cast(features['train/label'], tf.int32) # 這里將圖片還原成原來的維度 image = tf.reshape(image, [224, 224, 3]) # 你還可以進行其他一些預處理.... # 這里是創建順序隨機 batches(函數不懂的自行百度) images, labels = tf.train.shuffle_batch([image, label], batch_size=10, capacity=30, min_after_dequeue=10) # 初始化 init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer()) sess.run(init_op) # 啟動多線程處理輸入數據 coord = tf.train.Coordinator() threads = tf.train.start_queue_runners(coord=coord) .... #關閉線程 coord.request_stop() coord.join(threads) sess.close()
好了,就介紹到這里。。,有什么問題可以留言。。大家一起學習。。希望對大家的學習有所幫助,也希望大家多多支持億速云。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。