TFrecord文件定义：

这是一种将图像数据和标签放在一起的二进制文件，能更好的利用内存，在tensorflow中快速的复制，移动，读取，存储 等等..

本质上和xml和json差不多，通过将多个示例打包进同一个文件内。

首先从原始图片数据中构建出一个TFrecord文件

1
2
3

image_ds = tf.data.Dataset.from_tensor_slices(all_image_paths).map(tf.io.read_file)
tfrec = tf.data.experimental.TFRecordWriter('images.tfrec')
tfrec.write(image_ds)

然后构建一个从Tfrecord文件读取的数据集，并格式化

1

image_ds = tf.data.TFRecordDataset('images.tfrec').map(preprocess_image)

之后压缩该数据集和标签数据集得到（图片，标签）对数据集

1
2
3
4
5

ds = tf.data.Dataset.zip((image_ds, label_ds))
ds = ds.apply(
  tf.data.experimental.shuffle_and_repeat(buffer_size=image_count))
ds=ds.batch(BATCH_SIZE).prefetch(AUTOTUNE)
ds