tensorflow生成多个tfrecord文件实例

我就废话不多说了，直接上代码吧！

import tensorflow as tf
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
import os
i = 0
j = 0
num_shards = 100#总共写入的文件个数
instances_per_shard = 2#每个文件中的数据个数
sess=tf.InteractiveSession()
cwd = "F:/寒假/google--data/新建文件夹/" #图片数据所在目录位置(读者自己去改就好了)
classes = {'daisy','rose'} #预先自己定义的类别，根据自己的需要修改

def _int64_feature(value):#生成整数型的属性
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))

def _bytes_feature(value):#生成字符串型的属性
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

for index, name in enumerate(classes):#枚举函数
class_path = cwd + name + "/"#选取具体数据目录
for img_name in os.listdir(class_path):#遍历文件列表
img_path = class_path + img_name#图片路径
img = Image.open(img_path)
img = img.resize((299, 299)) #图像reshape大小设置，根据自己的需要修改
img_raw = img.tobytes()

example = tf.train.Example(features=tf.train.Features(feature={
'label': _int64_feature(index),
'img_raw': _bytes_feature(img_raw),
'i': _int64_feature(i),
'j': _int64_feature(j)
}))
filename = ("F:/寒假/google--data/data.tfrecords-%.5d-of-%.5d"%(i,num_shards))
if j == instances_per_shard-1:
i+=1
j+=1
if j == instances_per_shard:
j=0
writer = tf.python_io.TFRecordWriter(filename)

writer.write(example.SerializeToString())#将一个example写入tfrecord文件
writer.close()

以上这篇tensorflow生成多个tfrecord文件实例就是小编分享给大家的全部内容了，希望能给大家一个参考

您可能感兴趣的文章:

• Tensorflow中使用tfrecord方式读取数据的方法
• TensorFlow实现从txt文件读取数据
• tensorflow将图片保存为tfrecord和tfrecord的读取方式
• Tensorflow分批量读取数据教程
• 从多个tfrecord文件中无限读取文件的例子