API обнаружения объектов Tensorflow tfrecord

Я новичок в тензорном потоке TFRecord. Итак, я изучаю коды API обнаружения объектов Tensorflow

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/using_your_own_dataset.md

но я не могу найти коды, которые загружают tfrecord. Я думаю, что они используют файл .config для загрузки tfrecord, потому что я нашел его в файле конфигурации.

tf_record_input_reader {  
input_path: "/path/to/train_dataset.record-?????-of-00010" 
}

Кто-нибудь может помочь?


tfrecord
person Nazzzz    schedule 03.08.2018    source источник
comment
Я считаю, что это относится к файлу конфигурации, вы можете получить образцы файлов конфигурации с той же записью здесь github.com/tensorflow/models/blob/master/research/ github.com/tensorflow/models/tree/master/research/   -  person Srinivas Bringu    schedule 07.08.2018

Ответы (1)


arrow_upward
0
arrow_downward

Вы уже преобразовали свой набор данных в формат TFRecord? Если это так, у вас должен быть путь, содержащий ваш набор обучающих данных, сегментированный на несколько файлов записей в формате <path_to_training_data>/<train_dataset>.record-?????-of-xxxxx

Где <path_to_training_data> - это вышеупомянутый путь к вашему набору обучающих данных, <train_dataset> - это имя файла, которое вы дали каждому файлу, xxxxx - количество созданных файлов записей (например, 00010), а ????? следует оставить как есть и использовать в качестве формата для все файлы записи. После того, как вы заменили <path_to_training_data>, <train_dataset> и xxxxx на правильные значения вашего набора данных, TF OD API должен обрабатывать все остальное (поиск всех записей, их чтение и т. Д.).

Обратите внимание, что обычно существует tf_record_input_reader как для набора обучающих данных, так и для набора данных eval (проверка / тест), и каждый должен иметь соответствующие вышеупомянутые значения (путь, имя набора данных, количество файлов).

person netanel-sam    schedule 20.09.2018