对象检测的Tensorflow输入格式

Question

有没有办法在TensorFlow中读取数据以进行对象检测（例如类似于caffe＆＃39; s WindowDataLayer）？我试过四处寻找可以做到这一点的例子，但还没找到。

Answer 1

TensorFlow使用的标准数据格式是Example protocol buffer，它具有“功能”的通用概念，应该支持Caffe风格的WindowData。 documentation包含有关此格式的一些信息，源代码包含example application，用于将图像数据（简单的MNIST格式）转换为此格式，以便与标准输入管道一起使用。

如果您按照这些步骤操作，您很可能将图像存储为“字节”功能，并添加密集的整数特征，对应于窗口和标签的坐标。

Answer 2

过去几周我一直在使用TensorFlow进行对象检测，并将我的一些代码发布为TensorBox。输入格式是IDL格式的文本文件（例如，请参阅here），其中包含图像名称列表和每个图像中的边界框列表。您可以切换这些输入文件以训练和测试您自己的图像。

Answer 3

查看file中的以下smallcorgi's github repository，它在tensorflow github存储库中实现了更快的RCNN架构。该文件是如何使用边界框注释读取PASCAL VOC格式的xml文件的示例。