"笨方法"学习CNN图像识别（二）—— tfrecord格式高效读取数据

 

原文地址：https://finthon.com/learn-cnn-two-tfrecord-read-data/
-- 全文阅读5分钟 --

在本文中，你将学习到以下内容：

---

• 将图片数据制作成tfrecord格式
• 将tfrecord格式数据还原成图片

---

前言

tfrecord是TensorFlow官方推荐的标准格式，能够将图片数据和标签一起存储成二进制文件，在TensorFlow中实现快速地复制、移动、读取和存储操作。训练网络的时候，通过建立队列系统，可以预先将tfrecord格式的数据加载进队列，队列会自动实现数据随机或有序地进出栈，并且队列系统和模型训练是独立进行的，这就加速了我们模型的读取和训练。

准备图片数据

按照图片预处理教程，我们获得了两组resize成224*224大小的商标图片集，把标签分别命名成1和2两类，如下图：

 

两类图片数据集

 

label：1

 

label：2

我们现在就将这两个类别的图片集制作成tfrecord格式。

制作tfrecord格式

导入必要的库:

import os
from PIL import Image
import tensorflow as tf

定义一些路径和参数:

# 图片路径，两组标签都在该目录下
cwd = r"./brand_picture/"

# tfrecord文件保存路径
file_path = r"./"

# 每个tfrecord存放图片个数
bestnum = 1000

# 第几个图片
num = 0

# 第几个TFRecord文件
recordfilenum = 0

# 将labels放入到classes中
classes = []
for i in os.listdir(cwd):
    classes.append(i)

# tfrecords格式文件名
ftrecordfilename = ("traindata_63.tfrecords-%.3d" % recordfilenum)
writer = tf.python_io.TFRecordWriter(os.path.join(file_path, ftrecordfilename))

bestnum控制每个tfrecord的大小，这里使用1000，首先定义tf.python_io.TFRecordWriter，方便后面写入存储数据。
制作tfrecord格式时，实际上是将图片和标签一起存储在tf.train.Example中，它包含了一个字典，键是一个字符串，值的类型可以是BytesList，FloatList和Int64List。

for index, name in enumerate(classes):
    class_path = os.path.join(cwd, name)
    for img_name in os.listdir(class_path):
        num = num + 1
        if num > bestnum:    #超过1000，写入下一个tfrecord
            num = 1
            recordfilenum += 1
            ftrecordfilename = ("traindata_63.tfrecords-%.3d" % recordfilenum)
            writer = tf.python_io.TFRecordWriter(os.path.join(file_path, ftrecordfilename))
        
        img_path = os.path.join(class_path, img_name)  # 每一个图片的地址
        img = Image.open(img_path, 'r')
        img_raw = img.tobytes()  # 将图片转化为二进制格式
        example = tf.train.Example(
            features=tf.train.Features(feature={
                'label': tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),
                'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw])),
            }))
        writer.write(example.SerializeToString())  # 序列化为字符串
writer.close()

在这里我们保存的label是classes中的编号索引，即0和1，你也可以改成文件名作为label，但是一定是int类型。图片读取以后转化成了二进制格式。最后通过writer写入数据到tfrecord中。
最终我们在当前目录下生成一个tfrecord文件：

 

tfrecord文件

读取tfrecord文件

读取tfrecord文件是存储的逆操作，我们定义一个读取tfrecord的函数，方便后面调用。

import tensorflow as tf


def read_and_decode_tfrecord(filename):
    filename_deque = tf.train.string_input_producer(filename)
    reader = tf.TFRecordReader()
    _, serialized_example = reader.read(filename_deque)
    features = tf.parse_single_example(serialized_example, features={
        'label': tf.FixedLenFeature([], tf.int64),
        'img_raw': tf.FixedLenFeature([], tf.string)})
    label = tf.cast(features['label'], tf.int32)
    img = tf.decode_raw(features['img_raw'], tf.uint8)
    img = tf.reshape(img, [224, 224, 3])
    img = tf.cast(img, tf.float32) / 255.0
    return img, label


train_list = ['traindata_63.tfrecords-000']
img, label = read_and_decode_tfrecord(train_list)

这段代码主要是通过tf.TFRecordReader读取里面的数据，并且还原数据类型，最后我们对图片矩阵进行归一化。到这里我们就完成了tfrecord输出，可以对接后面的训练网络了。
如果我们想直接还原成原来的图片，就需要先注释掉读取tfrecord函数中的归一化一行，并添加部分代码，完整代码如下：

import tensorflow as tf
from PIL import Image
import matplotlib.pyplot as plt


def read_and_decode_tfrecord(filename):
    filename_deque = tf.train.string_input_producer(filename)
    reader = tf.TFRecordReader()
    _, serialized_example = reader.read(filename_deque)
    features = tf.parse_single_example(serialized_example, features={
        'label': tf.FixedLenFeature([], tf.int64),
        'img_raw': tf.FixedLenFeature([], tf.string)})
    label = tf.cast(features['label'], tf.int32)
    img = tf.decode_raw(features['img_raw'], tf.uint8)
    img = tf.reshape(img, [224, 224, 3])
    # img = tf.cast(img, tf.float32) / 255.0      #将矩阵归一化0-1之间
    return img, label


train_list = ['traindata_63.tfrecords-000']
img, label = read_and_decode_tfrecord(train_list)
img_batch, label_batch = tf.train.batch([img, label], num_threads=2, batch_size=2, capacity=1000)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    # 创建一个协调器，管理线程
    coord = tf.train.Coordinator()
    # 启动QueueRunner,此时文件名队列已经进队
    threads = tf.train.start_queue_runners(sess=sess, coord=coord)
    while True:
        b_image, b_label = sess.run([img_batch, label_batch])
        b_image = Image.fromarray(b_image[0])
        plt.imshow(b_image)
        plt.axis('off')
        plt.show()
    coord.request_stop()
    # 其他所有线程关闭之后，这一函数才能返回
    coord.join(threads)

在后面建立了一个队列tf.train.batch，通过Session调用顺序队列系统，输出每张图片。Session部分在训练网络的时候还会讲到。我们学习tfrecord过程，能加深对数据结构和类型的理解。到这里我们对tfrecord格式的输入输出有了一定了解，我们训练网络的准备工作已完成，接下来就是我们CNN模型的搭建工作了。

可能感兴趣