深度学习实战tensorflow目标检测-3-数据集的制作

数据集制作：

重点：把数据变成需要的数据格式record形式文件

1.搜集图片

本人采用的是kinect2相机搜集的225张图片，其中170为训练集，50张为测试集，5为验证集

2.安装标注labelIm.exe

https://github.com/tzutalin/labelImg

具体软件用法可参开百度说明

3.打标签

最终形成如下：

170张这样的文件，每个文件记录假的图片位置和标准框的大小，以74.xml为例

<annotation>

    <folder>pictures_data</folder>

    <filename>74.png</filename>

    <path>C:\Users\Administrator\Desktop\pictures_data\74.png</path>

    <source>

        <database>Unknown</database>

    </source>

    <size>

        <width>960</width>

        <height>540</height>

        <depth>3</depth>

    </size>

    <segmented>0</segmented>

    <object>

        <name>book</name>

        <pose>Unspecified</pose>

        <truncated>0</truncated>

        <difficult>0</difficult>

        <bndbox>

            <xmin>358</xmin>

            <ymin>185</ymin>

            <xmax>490</xmax>

            <ymax>353</ymax>

        </bndbox>

    </object>

    <object>

        <name>paper</name>

        <pose>Unspecified</pose>

        <truncated>0</truncated>

        <difficult>0</difficult>

        <bndbox>

            <xmin>412</xmin>

            <ymin>362</ymin>

            <xmax>527</xmax>

            <ymax>488</ymax>

        </bndbox>

    </object>

    <object>

        <name>coffee</name>

        <pose>Unspecified</pose>

        <truncated>0</truncated>

        <difficult>0</difficult>

        <bndbox>

            <xmin>570</xmin>

            <ymin>271</ymin>

            <xmax>674</xmax>

            <ymax>420</ymax>

        </bndbox>

    </object>

</annotation>

4.形成训练的数据文件

1. xml_to_csv.py      把文件改成一个csv文件
2. python generate_tfrecord.py --csv_input=images\train_labels.csv --image_dir=images\train --output_path=train.record python generate_tfrecord.py --csv_input=images\test_labels.csv --image_dir=images\test --output_path=test.record