版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u011240016/article/details/83992496
前面两篇看完，我们已经知道如何选用预训练模型以及将现存的其他数据集变成TFRecord格式的数据了。
但是如果需要用你自己的数据集，该怎么办呢？
本篇主要讲如何创建自己的数据集，并用object_detection提供的模型来进行训练，识别。
首先需要的是标记数据。
LabelImg工具
这个工具能够方便我们标注图片。
话不多说，先安装：
git clone https://github.com/tzutalin/labelImg.git
具体安装这里给出的是在Linux上的：
sudo apt-get install pyqt5-dev-tools
sudo pip3 install lxml
make qt5py3
安装完毕后，就可以到这个文件下，打开LabelImg:
python labelImg.py
弹出一个图形界面，用于标注。在Mac上我很久之前装的，安装步骤未记录，简单查询一下即可。
标注完图片保存后，会保存为一个.xml文件，如果选择了VOC格式的话。
<annotation>
<folder>demo</folder>
<filename>demo4.png</filename>
<path>xxx/labelImg/demo/demo4.png</path>
<source>
<database>Unknown</database>
</source>
<size>
<width>1919</width>
<height>1079</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>flower</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>452</xmin>
<ymin>332</ymin>
<xmax>983</xmax>
<ymax>864</ymax>
</bndbox>
</object>
</annotation>
再认真标注一个：
<annotation>
<folder>frames</folder>
<filename>0013.png</filename>
<path>xxx/labelImg/frames/0013.png</path>
<source>
<database>Unknown</database>
</source>
<size>
<width>960</width>
<height>544</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>apple</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>164</xmin>
<ymin>381</ymin>
<xmax>293</xmax>
<ymax>500</ymax>
</bndbox>
</object>
<object>
<name>lamp</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>756</xmin>
<ymin>410</ymin>
<xmax>879</xmax>
<ymax>535</ymax>
</bndbox>
</object>
<object>
<name>orange</name>
<pose>Unspecified</pose>
<truncated>1</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>148</xmin>
<ymin>1</ymin>
<xmax>522</xmax>
<ymax>413</ymax>
</bndbox>
</object>
<object>
<name>remote control</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>392</xmin>
<ymin>447</ymin>
<xmax>574</xmax>
<ymax>539</ymax>
</bndbox>
</object>
</annotation>
保存为YOLO格式时，程序就崩了，但是可以看到保存出来是两个.txt文件。
VOC转TFRecord格式的脚本官方有提供：create_pascal_tf_record.py。
END.
参考：