[神经网络]一步一步使用Mobile-Net完成视觉识别（三）

1.环境配置

2.数据集获取

3.训练集获取

4.训练

5.调用测试训练结果

6.代码讲解

　　本文是第三篇，获取tfboard训练集。

前面我们拿到了所有图片对应的标注信息的xml文件，现在我们需要先把这些xml文件整合到一个csv里面，然后把他们转为tfrecord文件

整合为csv文件需要执行以下代码(xml_to_csv.py)：

import os
import glob
import pandas as pd
import xml.etree.ElementTree as ET
DIR_NAME = 'out_xml'

def xml_to_csv(path):
    xml_list = []
    for xml_file in glob.glob(path + '/*.xml'):#glob.glob会返回制定路径下所有符合格式的文件列表，我们这里对列表遍历
        tree = ET.parse(xml_file)#创建解析树
        root = tree.getroot()#得到解析树的根元素
        for member in root.findall('object'):#对xml里面的object遍历
            value = (root.find('filename').text,
                     int(root.find('size')[0].text),
                     int(root.find('size')[1].text),
                     member[0].text,
                     int(member[4][0].text),
                     int(member[4][1].text),
                     int(member[4][2].text),
                     int(member[4][3].text)
                     )
            xml_list.append(value)#拿到数据
    column_name = ['filename', 'width', 'height', 'class', 'xmin', 'ymin', 'xmax', 'ymax']#列名
    xml_df = pd.DataFrame(xml_list, columns=column_name)#生成csv
    return xml_df


def main():
    image_path = os.path.join(os.getcwd(), DIR_NAME)#将DIR_NAME里的xml文件全部读入
    xml_df = xml_to_csv(image_path)#得到csv
    xml_df.to_csv('raccoon_labels.csv', index=None)#写入文件
    print('执行完毕')


main()

我们将之前的xml文件分为两批，一批做训练集，一批做测试集，然后分别用训练集和测试集所在的目录替换DIR_NAME生成train.csv和test.csv文件。

下一步就是生成tfrecord格式的文件，之所以要生成tfrecord格式的文件，是因为他是二进制的，操作效率很高，在运算方面比较快。

按照说明执行即可，代码我都写好了注释：

"""
用法:
  # 在 tensorflow/models目录下，打开命令行
  # 生成训练集的tfrecord文件，执行以下命令:
  python generate_tfrecord.py --csv_input=train_labels.csv  --output_path=train.record
  # 生成测试集的tfrecord文件，执行以下命令:
  python generate_tfrecord.py --csv_input=test_labels.csv  --output_path=test.record
  #记得把里面文件名改为对应的文件名，
"""
from __future__ import division
from __future__ import print_function
from __future__ import absolute_import

import os
import io
import pandas as pd
import tensorflow as tf

from PIL import Image
from object_detection.utils import dataset_util
from collections import namedtuple, OrderedDict

flags = tf.app.flags
flags.DEFINE_string('csv_input', '', 'Path to the CSV input')
flags.DEFINE_string('output_path', '', 'Path to output TFRecord')
FLAGS = flags.FLAGS


# labelmap，一个labelname对应一个value
def class_text_to_int(row_label):
    if row_label == 'red':
        return 1
    elif row_label == 'blue':
        return 2
    else:
        None


def split(df, group):
    data = namedtuple('data', ['filename', 'object'])#命名元组，元素分别为filename和object
    gb = df.groupby(group)#得到group划分后的list
    return [data(filename, gb.get_group(x)) for filename, x in zip(gb.groups.keys(), gb.groups)]#zip生成一一对应关系，对每个group对应的块生成data格式的元组，并最终组合成list返回


def create_tf_example(group, path):
    with tf.gfile.GFile(os.path.join(path, '{}'.format(group.filename)), 'rb') as fid:#以二进制读的方式打开file
        encoded_jpg = fid.read()#读入filename对应的图片数据
    encoded_jpg_io = io.BytesIO(encoded_jpg)#转化为二进制数据
    image = Image.open(encoded_jpg_io)
    width, height = image.size
    filename = group.filename.encode('utf8')#utf-8编码存储
    image_format = b'jpg'
    xmins = []
    xmaxs = []
    ymins = []
    ymaxs = []
    classes_text = []
    classes = []

    for index, row in group.object.iterrows():#对每个Object操作
        xmins.append(row['xmin'] / width)
        xmaxs.append(row['xmax'] / width)
        ymins.append(row['ymin'] / height)
        ymaxs.append(row['ymax'] / height)
        classes_text.append(row['class'].encode('utf8'))
        classes.append(class_text_to_int(row['class']))

    tf_example = tf.train.Example(features=tf.train.Features(feature={
        'image/height': dataset_util.int64_feature(height),
        'image/width': dataset_util.int64_feature(width),
        'image/filename': dataset_util.bytes_feature(filename),
        'image/source_id': dataset_util.bytes_feature(filename),
        'image/encoded': dataset_util.bytes_feature(encoded_jpg),
        'image/format': dataset_util.bytes_feature(image_format),
        'image/object/bbox/xmin': dataset_util.float_list_feature(xmins),
        'image/object/bbox/xmax': dataset_util.float_list_feature(xmaxs),
        'image/object/bbox/ymin': dataset_util.float_list_feature(ymins),
        'image/object/bbox/ymax': dataset_util.float_list_feature(ymaxs),
        'image/object/class/text': dataset_util.bytes_list_feature(classes_text),
        'image/object/class/label': dataset_util.int64_list_feature(classes),
    }))#生成example协议块
    return tf_example


def main():
    writer = tf.python_io.TFRecordWriter(FLAGS.output_path)#创建tfrecord存储器
    path = os.path.join(os.getcwd(), 'images')#配置文件所在的路径
    examples = pd.read_csv(FLAGS.csv_input)#输入的csv文件所在路径读入
    grouped = split(examples, 'filename')#根据filename进行划分，得到list
    for group in grouped:
        tf_example = create_tf_example(group, path)
        writer.write(tf_example.SerializeToString())#压缩example中的map为二进制并写入tfrecord

    writer.close()
    output_path = os.path.join(os.getcwd(), FLAGS.output_path)
    print('Successfully created the TFRecords: {}'.format(output_path))


main()

然后我们配置下labelmap

touch car_label_map.pbtxt
gedit car_label_map.pbtxt

输入以下内容：

item {
  id: 1
  name: 'red'
}
item {
  id: 2
  name: 'blue'
}

基本上完成了训练集和测试集的生成操作。