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