pipline 1 收集图片,分成训练集和测试集两个文件夹 2 标注训练集的图片, 工具为 labelme , 格式为 json , 每张图片对应一个 json 文件 2.1* 如果需要 xml 格式,使用 json2xml.py ,配置好路径完成格式转换 2.2* 生成 xml 格式, 每张图片对应一个 xml 文件 2.3* 生成的 xml 文件 和其对应的图片放在一个文件夹下 , 使用 xml2csv.py , 配置路径制作成一个 csv 文件 2.4* 使用 csv2tfrecord.py 生成 tfrecord 文件 对于xml2csv.py,注意改变8,9行,os.chdir和path路径,以及35行,最后生成的csv文件的命名 generate_tfrecord.py: 需要改动的,是 24 (?) 27 28 33 88 行 对于训练集与测试集分别运行上述代码即可,得到train.record与test.record文件。 扩展 --- 自建项目的文件结构可以参考: Object-Detection -data/ --test_labels.csv --test.record --train_labels.csv --train.record -images/ --test/ ---testingimages.jpg --train/ ---testingimages.jpg --...yourimages.jpg -training/ # 新建,用于一会训练模型使用