文件名称：转换tfrecord代码.zip
文件大小：7KB
文件格式：ZIP
更新时间：2023-07-08 18:31:58
tfrecord tensorflow 图像识别
文件结构如下 ---pic 我们准备的图片 ------train 训练用 ------validation 验证训练结果用 ---data_convert.py 将我们准备的图片，转换为tfrecord ---src 资源工具代码 ------tfrecord.py tfrecord的转换类 其中，data_convert.py是我们转换的主要代码。 使用方法： 在文件夹下，运行： python data_convert.py -t pic/ \ --train-shards 2 \ --validation-shards 2 \ --num-threads 2 \ --dataset-name satellite 解释这里参数的含义： -t pic：表示转换 pic文件夹中的数据。 pic 文件夹中必须有一个train目录和一个validation目录，分别代表训练和验证数据集每个目录下按类别存放了图像数据。 --train-shards：将训练数据集分为两块，即最后的训练数据就是两个tfrecord 格式的文件。 --validation-shards：将验证数据集分为两块。 --num-threads：采用两个线程产生数据。注意线程数必须要能整除train-shards validation-shards ，来保证每个线程处理的数据块数是相同的。 --dataset-name：给生成的数据集起一个名字。这里将数据集起名叫satellite，最后生成文件的开头就是 satellite_train、satellite_validation。
【文件预览】：
转换tfrecord代码
----pic()
--------train()
--------validation()
----data_convert.py(1KB)
----src()
--------tfrecord.py(18KB)