我无法弄清楚如何准备与MS COCO数据集一起使用的数据。我目前正在保存TFRecord中的所有数据。对于每条记录，我需要保存jpeg数据以及所有注释。对于每个图像，最多可以有~20个注释，对于每个注释，python列表中可以有多个多边形。
例如，我遍历所有分段，然后将其保存在TFRecord中。
obj = { 'annotation/' + str(imgNb) + '/seg/' + str(_key): _float_feature(segmentations[_key]) for _key in range(len(segmentations))}
这样做的问题是我最终得到了可变长度TFRecord s。当我想致电parse_single_example时，我需要发送一个feature_map，但我不知道注释的确切数量。假设最坏的情况，feature_map需要相当大。
我也尝试用JSON文件保存它，但我仍然需要使用parse_single_example来解析JSON，所以我仍然遇到了初始问题。
所以问题是：
我应该创建一个非常大的feature_map并在每个训练步骤中检查哪些是空的，或者我应该尝试处理注释＆＃39;在将数据保存到TFRecord之前的数据（将其转换为图像，这会产生一些非常大的文件，但我猜这可能是可行的）？或者有更好的方法吗？
感谢任何帮助或见解！ 谢谢！
答案 0 :(得分：0)
你可能会更好（1）将所有注释作为相同的特征或（2）始终将所有特征放在所有示例中，但为缺少的值留下空值。