将图像+矢量数据集提供给Tensorflow的最佳方法是什么？

Question

我正在尝试使用Tensorflow进行深度学习项目。

我的每个数据集都包含2个文件（PNGimage文件+ TXTvectors文件），其中放在不同的文件夹中，如下所示：

./data/image/  #Folders contains different size of images 
./data/vector/ #Folders contains vectors of corresponding image
#For example: apple.png + apple.txt 

矢量的示例内容显示如下：

10.0,2.5,5,13

由于图像尺寸不同，因此需要调整大小和一些适用于矢量的变换。确保在Tensorflow运行期间可以执行这些处理非常重要。有没有什么好方法可以管理这种数据集？

我提到了很多基础教程，但是大多数都没有关于安排自定义数据输入和输出的细节。请给我一些建议！

Answer 1

我建议您查看TFRecords和queues。基本上，这个想法如下：您将所有图像调整为相同的格式，并将它们与txt向量一起存储在一个TFRecord文件中。这是在运行模型之前单独完成的。

创建模型时，您将创建一个队列，该队列从TFRecord文件中读取数据并将其提供给您的模型。