Question

现在我的问题是阅读tfrecords。例如，假设我有两个图像，每个框的边界框都包含对象。


    image1    bbox1:xmin1,ymin1,xmax1,ymax1
    image2    bbox2:xmin2,ymin2,xmax2,ymax2

数据已成功写入tfrecord文件，现在我的工作就是阅读它。

当我加载它时，我发现数据不匹配。例如它可能是

`image1   bbox2:xmin2,ymin2,xmax2,ymax2`

我尝试使用opencv2绘制它并找到这个问题。

我阅读tfrecord的代码如下：



    image, gbboxes= tf.train.batch(
            [image, gbboxes],
            batch_size=config.batch_size,
            num_threads=1,
            capacity=50)

        batch_queue = slim.prefetch_queue.prefetch_queue(
            [image, gbboxes],
            capacity=50)

        image, gbboxes = batch_queue.dequeue()

        with tf.Session() as sess:
            coord = tf.train.Coordinator()
            threads = tf.train.start_queue_runners(sess=sess, coord=coord)
            init_op = tf.global_variables_initializer()
            sess.run(init_op)
            # 0 index to extreact first image of batch
            image = sess.run(image[0, :, :, :])
            gbboxe = sess.run(gbboxes[0, :])

            [ymin, xmin, ymax, xmax] = gbboxe*config.image_width
            image = np.asarray(image, np.uint8)
            cv2.rectangle(image, (int(xmin), int(ymin)), (int(xmax), int(ymax)), (0, 255, 0), 1)
            cv2.imshow("test", image)
            cv2.waitKey()      
            coord.request_stop()
            coord.join(threads)

Answer 1

您的数据没问题，因为您这样做会导致不匹配：

image = sess.run(image[0, :, :, :])
gbboxe = sess.run(gbboxes[0, :])

每次调用sess.run()时，图表都会在新输入上评估，并计算您在参数中传递的张量，并返回其值。如果您想要同一样本中的图像和bbox，请运行

image, gbboxe = sess.run([image[0, :, :, :], gbboxes[0, :]])

关于用张量流读取tfrecord的问题

1 个答案: