小编给大家分享一下Tensorflow怎么实现将图像与标签数据转化为tfRecord文件，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
tensorflow中如果要对神经网络模型进行训练，需要把训练数据转换为tfrecord格式才能被读取，tensorflow的model文件里直接提供了相应的脚本文件在下面的文件夹中：
cd tensorflow/models/research/object_detection/dataset_tools
其中包括：
1.create_coco_tf_record.py：注意，这个代码需要解析json格式的标签文件
2.create_pascal_tf_record.py：注意，这个代码需要解析xml格式的标签文件
......
我们需要根据自己的标签格式选择相应的脚本。
具体使用方式：以create_pascal_tf_record.py为例，首先打开该脚本，然后修改文件中相应的信息，诸如训练集、验证集的路經等，这个需要你根据自己的情况去修改。
使用方法：
python object_detection/dataset_tools/create_pascal_tf_record.py \ --data_dir=/home/user/VOCdevkit\ #数据存储的路經，下一级子文件夹必须为voc2012 --year=VOC2012 \ --output_path=/home/user/pascal.record #输出文件的路經及文件名
以上是“Tensorflow怎么实现将图像与标签数据转化为tfRecord文件”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！