tensorflow中tfrecords使用介绍

　　这篇文章主要讲一下如何用Tensorflow中的标准数据读取方式简单的实现对自己数据的读取操作．

主要分为以下两个步骤：(1)将自己的数据集转化为 xx.tfrecords的形式；(2):在自己的程序中读取并使用.tfrecords进行操作．

数据集转换：为了便于讲解，我们简单制作了一个数据，如下图所示：

程序：

[python]  view plain  copy

1. import tensorflow as tf  
2. import numpy as np  
3. import os  
4. from PIL import Image  
5. def _int64_feature(value):  
6.   return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))  
7.   
8. def _bytes_feature(value):  
9.   return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))  
10.   
11.   
12. def img_to_tfrecord(data_path):  
13.     rows = 256  
14.     cols = 256  
15.     depth = 3  
16.     writer = tf.python_io.TFRecordWriter('test.tfrecords')  
17.     labelfile=open("random.txt")  
18.     lines=labelfile.readlines()  
19.     for line in lines:  
20.         #print line  
21.         img_name = line.split(" ")[0]#name  
22.         label = line.split(" ")[1]#label  
23.         img_path = data_path+img_name  
24.         img = Image.open(img_path)  
25.         img = img.resize((rows,cols))  
26.         #img_raw = img.tostring()      
27.         img_raw = img.tobytes()   
28.         example = tf.train.Example(features = tf.train.Features(feature = {  
29.                             'height': _int64_feature(rows),  
30.                            'weight': _int64_feature(cols),  
31.                             'depth': _int64_feature(depth),  
32.                         'image_raw': _bytes_feature(img_raw),  
33.                 'label': _bytes_feature(label)}))  
34.                   
35.             writer.write(example.SerializeToString())      
36.     writer.close()   
37.   
38.   
39.   
40. if __name__ == '__main__':  
41.     current_dir = os.getcwd()      
42.     data_path = current_dir + '/data/'      
43.     #name = current_dir + '/data'  
44.     print('Convert start')     
45.     img_to_tfrecord(data_path)  
46.     print('done!')  

运行该段程序可以看到在dataset_tfrecord文件夹下面有test.tfrecord文件生成。

在TF的Session中调用这个生成的文件：

[python]  view plain  copy

1. #encoding=utf-8   
2. # 设置utf-8编码，方便在程序中加入中文注释．  
3. import os  
4. import scipy.misc  
5. import tensorflow as tf  
6. import numpy as np  
7. from test import *  
8. import matplotlib.pyplot as plt  
9.   
10. def read_and_decode(filename_queue):  
11.           
12.     reader = tf.TFRecordReader()  
13.     _, serialized_example = reader.read(filename_queue)  
14.       
15.     features = tf.parse_single_example(serialized_example,features = {  
16.                         'image_raw':tf.FixedLenFeature([], tf.string)})  
17.     image = tf.decode_raw(features['image_raw'], tf.uint8)  
18.     image = tf.reshape(image, [OUTPUT_SIZE, OUTPUT_SIZE, 3])  
19.     image = tf.cast(image, tf.float32)  
20.     #image = image / 255.0  
21.       
22.     return image  
23.   
24. data_dir = '/home/sanyuan/dataset_animal/dataset_tfrecords/'   
25.   
26. filenames = [os.path.join(data_dir,'train%d.tfrecords' % ii) for ii in range(1)]　#如果有多个文件，直接更改这里即可  
27. filename_queue = tf.train.string_input_producer(filenames)  
28. image = read_and_decode(filename_queue)  
29. with tf.Session() as sess:      
30.     coord = tf.train.Coordinator()  
31.     threads = tf.train.start_queue_runners(coord=coord)  
32.     for i in xrange(2):  
33.         img = sess.run([image])  
34.         print(img[0].shape)  # 设置batch_size等于１．每次读出来只有一张图  
35.         plt.imshow(img[0])  
36.         plt.show()  
37.     coord.request_stop()  
38.     coord.join(threads)  
39.       

程序到这里就已经处理完成了，当然在decorde的过程中也是可以进行一些预处理操作的，不过建议还是在制作数据集的时候进行，TFrecord使用的是队列的方式进行读取数据，这个对于多线程操作来说还是很方便的，只需要设置好格式，每次直接读取就可以了．