Question

在我的研究中，我们（我和另外3个人）有一个任务，那就是训练一个网络来检测带有张量流的汽车。我们找到了一个我们认为很容易的教程：
https://towardsdatascience.com/creating-your-own-object-detector-ad69dda69c85
我们得到了图像，我们创建了csv。文件和tfrecord文件，并尝试开始训练过程。

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbd in position 8: invalid start byte

这是我们得到的错误。我们认为问题出在我们如何创建tfrecord文件，但是也许有人可以向我们指出正确的方向。 tfrecord文件的大小约为300MB至1,4GB，因此至少我们知道在那里创建了一些东西。

我们的csv如何。文件的外观（大约有3500张图片）：

filename,label,xmin,ymin,xmax,ymax
SSDB00888.JPG,car,403.0,416.0,868.0,579.0
SSDB00889.JPG,car,46.0,419.0,303.0,539.0
SSDB00889.JPG,car,392.0,394.0,636.0,512.0
SSDB00889.JPG,car,819.0,367.0,1040.0,488.0
SSDB00890.JPG,car,553.0,419.0,1051.0,700.0

代码，我们要如何创建tfrecord文件。（我们只是复制了教程中的内容，并对其进行了一些更改，因为我们为图像使用了不同的标签）。我们尝试了几个部分的代码更改，但是并没有真正改变。在培训开始时我们总是会出错，而且我们真的不知道。

from __future__ import division
from __future__ import print_function
from __future__ import absolute_import

import os
import io
import re

import pandas as pd
import tensorflow.compat.v1 as tf

from PIL import Image
from object_detection.utils import dataset_util
from collections import namedtuple, OrderedDict


flags = tf.app.flags
flags.DEFINE_string('csv_input', '', 'Path to the CSV input')
flags.DEFINE_string('output_path', '', 'Path to output TFRecord')
flags.DEFINE_string('img_path', '', 'Path to images')
FLAGS = flags.FLAGS


# TO-DO replace this with label map
def class_text_to_int(row_label):
    if row_label == 'car':
        return 1
    elif row_label == 'pedestrian':
        return 2
    elif row_label == 'bicycle':
        return 3
    else:
        None


def split(df, group):
    data = namedtuple('data', ['filename', 'object'])
    gb = df.groupby(group)
    return [data(filename, gb.get_group(x)) for filename, x in zip(gb.groups.keys(), gb.groups)]


def create_tf_example(group, path):
    with tf.gfile.GFile(os.path.join(path, '{}'.format(re.sub('\s+', '', group.filename))), 'rb') as fid:
        encoded_jpg = fid.read()
    encoded_jpg_io = io.BytesIO(encoded_jpg)
    image = Image.open(encoded_jpg_io)
    width, height = image.size

    filename = group.filename.encode('utf8')
    image_format = b'jpg'
    # check if the image format is matching with your images.
    xmins = []
    xmaxs = []
    ymins = []
    ymaxs = []
    #classes_text = []
    classes = []

    for index, row in group.object.iterrows():
        xmins.append(row['xmin'] / width)
        xmaxs.append(row['xmax'] / width)
        ymins.append(row['ymin'] / height)
        ymaxs.append(row['ymax'] / height)
        #classes_text.append(row['label'].encode('utf8'))
        classes.append(class_text_to_int(row['label']))

    tf_example = tf.train.Example(features=tf.train.Features(feature={
        'image/height': dataset_util.int64_feature(height),
        'image/width': dataset_util.int64_feature(width),
        'image/filename': dataset_util.bytes_feature(filename),
        'image/source_id': dataset_util.bytes_feature(filename),
        'image/encoded': dataset_util.bytes_feature(encoded_jpg),
        'image/format': dataset_util.bytes_feature(image_format),
        'image/object/bbox/xmin': dataset_util.float_list_feature(xmins),
        'image/object/bbox/xmax': dataset_util.float_list_feature(xmaxs),
        'image/object/bbox/ymin': dataset_util.float_list_feature(ymins),
        'image/object/bbox/ymax': dataset_util.float_list_feature(ymaxs)
    }))
    return tf_example


def main(_):
        writer = tf.io.TFRecordWriter(FLAGS.output_path)
        path = os.path.join(os.getcwd(), FLAGS.img_path)
        examples = pd.read_csv(FLAGS.csv_input, sep=',', engine='python')
        grouped = split(examples, 'filename')
        for group in grouped:
            tf_example = create_tf_example(group, path)
            writer.write(tf_example.SerializeToString())

        writer.close()
        output_path = os.path.join(os.getcwd(), FLAGS.output_path)
        print('Successfully created the TFRecords: {}'.format(output_path))


if __name__ == '__main__':
    tf.app.run()

脚本被这样调用：

python generate_tfrecord.py --csv_input=images\train_labels.csv --image_dir=images\train --output_path=train.record

希望有人可以帮助我们解决这个问题。第一次张量流太复杂了。

编辑：
我已经取得了一些进展。我发现我的.tfrecords文件似乎是“ ansi”编码的，而不是“ utf-8”编码的。也许这就是引发错误的原因，但是我不知道如何更改现有的.tfrecord文件或使用其他编码制作新文件。

Answer 1

面临同样的错误。问题出在用于训练的配置文件中（例如，faster_rcnn_inception_v2_coco.config）。我在参数中错误地指定了路径：“label_map_path”和“input_path”。

尝试开始训练时出现UnicodeDecodeError

1 个答案: