大家一起學AI

近期因使用TensorFlow object detection API進行開發，而目前嘗試使用PASCAL VOC2007+2012進行訓練以及驗證，需要將PASCAL VOC2007+2012製作成TF Records的型態，再使用TensorFlow中的API進行訓練以及測試，以下紀錄如何使用TensorFlow object detection API製作出PASCAL VOC的TF Records，下一篇會詳細解說如何進行訓練。

一、下載PASCAL VOC 2007 + 2012資料集:

PASCAL VOC 2007網站: http://host.robots.ox.ac.uk/pascal/VOC/voc2007/index.html

1.訓練集: http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar

2.測試集: http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar

PASCAL VOC 2012網站: http://host.robots.ox.ac.uk/pascal/VOC/

1.訓練集: http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

二、下載完成後進行解壓縮，並依照下面所述進行檔案放置:

1.將以下三個檔案進行解壓縮。

(將檔案解壓縮於models/research下，若沒下載Tensorflow object detection API的檔案請先看步驟三，完成後應該會有models的資料夾)

2.解壓縮完成後會看到VOCdevkit:

進去VOCdevkit後會看到VOC2007以及2012，2007的資料夾中包含訓練以及測試集，而2012只有訓練集，因為2012年的測試集檔案沒有公佈，如果要測試的話，要上傳至網站進行測試。

三、利用TensorFlow object detection API進行TF Records製作。

1.若沒安裝TensorFlow object detection API，依照下面網站進行下載與安裝。

下載檔案:https://github.com/tensorflow/models

安裝步驟:

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md

2. 製作PASCAL VOC dataset的TF Records訓練檔案:

--year=中可以輸入三個參數，分別是:VOC2007、VOC2012以及merged。

--set=中可以輸入四個參數，分別是:train、val、trainval以及test。

(trainval為將train以及val合併在一起)

以下指令為製作Train的TF Records，裡面包含2007+2012的Train以及validation。

--year=merged 

--set=trainval

操作路徑在models/research下，因此剛剛解壓縮的檔案VOCdevkit資料夾也放置於research下。

python object_detection/dataset_tools/create_pascal_tf_record.py \
    --label_map_path=object_detection/data/pascal_label_map.pbtxt \
    --data_dir=VOCdevkit --year=merged --set=trainval \
    --output_path=VOC_train_07_12.record

若出現下圖錯誤需加入以下指令。

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

3.製作PASCAL VOC dataset的TF Records測試檔案:

以下指令為製作Test的TF Records，只有VOC 2007中有test的檔案。

--year=VOC2007 

--set=test

python object_detection/dataset_tools/create_pascal_tf_record.py \
    --label_map_path=object_detection/data/pascal_label_map.pbtxt \
    --data_dir=VOCdevkit --year=VOC2007 --set=test \
    --output_path=VOC_test_07.record

4.完成後可以在models/research的路徑下看到以下兩個檔案已經成功生成。