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

以上这篇Tensorflow 实现将图像与标签数据转化为tfRecord文件就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。