用于自定义数据的张量流对象检测标签
tensorflow object detection labels for custom data
我有一个代码来获取图像的宽度和高度，以及边界框的 class、xmin、xmax、ymin、ymax。但不清楚如何填充变量以生成 tfrecords。根据下面的代码，
height = None # Image height
width = None # Image width
filename = None # Filename of the image. Empty if image is not from file
encoded_image_data = None # Encoded image bytes
image_format = None # b'jpeg' or b'png'
xmins = [] # List of normalized left x coordinates in bounding box (1 per box)
xmaxs = [] # List of normalized right x coordinates in bounding box # (1 per box)
ymins = [] # List of normalized top y coordinates in bounding box (1 per box)
ymaxs = [] # List of normalized bottom y coordinates in bounding box # (1 per box)
classes_text = [] # List of string class name of bounding box (1 per box)
classes = [] # List of integer class id of bounding box (1 per box)
对于每个图像的多个边界框，应如何填充 xmin、xmax、ymin、ymax 和 classes？它们应该是行向量还是列向量？此外，对于 classes 文本，它是否会根据边界框的顺序列出所有 class 名称？另外，编码图像数据中的预期内容是什么？
这是为 Tensorflow 对象检测设置自定义数据集的指南 API：
https://github.com/tensorflow/models/blob/master/object_detection/g3doc/using_your_own_dataset.md
在您的例子中，xmin、xmax 等应该只是一个普通的 python 列表。图像编码应该是jpeg或png（我相信两者可以互换使用，但我建议尽可能坚持使用一种格式以保持一致性）。
我有一个代码来获取图像的宽度和高度，以及边界框的 class、xmin、xmax、ymin、ymax。但不清楚如何填充变量以生成 tfrecords。根据下面的代码，
height = None # Image height
width = None # Image width
filename = None # Filename of the image. Empty if image is not from file
encoded_image_data = None # Encoded image bytes
image_format = None # b'jpeg' or b'png'
xmins = [] # List of normalized left x coordinates in bounding box (1 per box)
xmaxs = [] # List of normalized right x coordinates in bounding box # (1 per box)
ymins = [] # List of normalized top y coordinates in bounding box (1 per box)
ymaxs = [] # List of normalized bottom y coordinates in bounding box # (1 per box)
classes_text = [] # List of string class name of bounding box (1 per box)
classes = [] # List of integer class id of bounding box (1 per box)
对于每个图像的多个边界框，应如何填充 xmin、xmax、ymin、ymax 和 classes？它们应该是行向量还是列向量？此外，对于 classes 文本，它是否会根据边界框的顺序列出所有 class 名称？另外，编码图像数据中的预期内容是什么？
这是为 Tensorflow 对象检测设置自定义数据集的指南 API： https://github.com/tensorflow/models/blob/master/object_detection/g3doc/using_your_own_dataset.md
在您的例子中，xmin、xmax 等应该只是一个普通的 python 列表。图像编码应该是jpeg或png（我相信两者可以互换使用，但我建议尽可能坚持使用一种格式以保持一致性）。