前言：
该教程目的是为了把Pascal VOC数据集转换成tensorflow object detection api可用的数据集的格式(.tfrecord)。
教程结构：
本教程分为四个部分：
一、前期准备
二、数据集生成工具使用方法
三、使用详细步骤及效果
四、各个.py文件作用说明
注意：
假如数据集用labelImg进行标注，且输出标注格式为Pascal VOC，则该教程可以直接使用。
为了演示，”models-r1.13.0.zip”里面的“/research/object_detection/images/”目录已经内置了Pascal VOC数据集文件、经过转换生成的.csv文件，以及最后转换生成的tfrecord。
如果需要使用新标注的数据去生成tensorflow数据集，把”images”文件夹下图中的内容清空，然后重新放置Pascal VOC数据集到对应的位置，然后使用下面的流程重新生成.csv和.tfrecord即可。
一、前期准备
需要下载2个文件, 可以在我github上进行Clone：
数据集转换工具(voc2tfrecord).rar
https://github.com/HelloSZS/VOC_to_TFrecord
models-r1.13.0.zip
https://github.com/HelloSZS/models-r1.13.0
前期准备阶段，需要把标注好的数据集放到tensorflow object detection文件夹的对应目录中。放置的第一级文件目录结构样式如下图所示：
第一级文件目录存放了：
- Annotations文件夹: 标注信息文件夹
- JPEGImages文件夹：图片文件夹
1.Annotations文件夹的内容如下图所示，存放着.xml标注文件（VOC数据集标注文件格式）。
2.JPEGImages文件夹的内容如下图所示，存放被标注好的图片文件。
二、数据集生成工具使用方法
1.把图片文件、标注文件放置好，然后把”数据集转换工具(voc2tfrecord).rar”里面的三个.py文件，解压到下图位置（其实已经内置）。三个.py文件的名称：
“1.split_xml_anno.py”
“2.xml2csv.py”
“3.csv2tfrecord.py”
”数据集转换工具(voc2tfrecord).rar”的内容，里面有一个object文件夹放置模型配置信息，三、详细使用步骤及效果中会提及到。
2.使用步骤：使用cmd命令运行三个文件之前，先切换cmd的“当前目录”。
第一步：用cmd执行：Python 1.split_xml_anno.py
第二步：用cmd执行：Python 2.xml2csv.py
第三步：
先修改3.csv2tfrecord.py里面对应位置的代码，修改方法在“三、执行步骤详细教程及效果”的第3点，修改完再按顺序在cmd里面执行以下命令：
python 3.csv2tfrecord.py --csv_input=mineral_train_labels.csv --output_path=mineral_train_labels.tfrecord
python 3.csv2tfrecord.py --csv_input=mineral_test_labels.csv --output_path=mineral_test_labels.tfrecord
python 3.csv2tfrecord.py --csv_input=mineral_validation_labels.csv --output_path=mineral_validation_labels.tfrecord
三、详细使用步骤及效果：
1.执行第一步，如果成功，会显示数据集分割的信息，以及数据数量。
2.执行第二步，可能会显示该环境没有安装相应的库，如下图所示：
查看上述错误结果，缺少pandas库，使用python语言自带的pip进行下载安装，注意检查是否已连接网络。
对应缺少pandas库，使用：pip install pandas 来安装，若安装成功，则cmd输出应该会如下图所示：
然后重新运行，第二步成功执行，如果成功，cmd输出如下图：
成功执行第二步，文件夹会生成三个文件：
mineral_test_labels.csv
mineral_train_labels.csv
mineral_validation_labels.csv
打开.csv文件，里面会存放类似信息，如下图：
3.执行第三步，执行之前需要按照标注时标注的类别名称修改：“3.csv2tfrecord.py”中的代码
以下图为例子，需要转换的数据集被分成了20个类别：则代码如下图所示：
假如标注时添加了一类“Copper Mineral”，则在该代码文件里面需要修改部分代码，在上图基础上做更改，如下图所示：
修改完成之后保存，然后在cmd下分次运行下面三个命令：
python 3.csv2tfrecord.py --csv_input=mineral_train_labels.csv --output_path=mineral_train_labels.tfrecord
python 3.csv2tfrecord.py --csv_input=mineral_test_labels.csv --output_path=mineral_test_labels.tfrecord
python 3.csv2tfrecord.py --csv_input=mineral_validation_labels.csv --output_path=mineral_validation_labels.tfrecord
如果此步骤执行成功，则cmd会分次生成以下三个提示：
并且文件夹中会生成三个文件：
mineral_test_labels.tfrecord
mineral_train_labels.tfrecord
mineral_validation_labels.tfrecord
至此，tensorflow运行需要的数据集已经生成完成。
三个生成文件的名字可以修改，不过要和后续使用tensorflow object detection api运行模型其中所需的模型配置文件里面的数据集名称一致，如下图绿框部分所示：
下面介绍配置模型配置文件需要配置的部分。
4.模型配置文件的介绍
“配置文件”包含tensorflow object detection api在训练模型之前，它需要获取的全部信息：模型的结构设置、优化器的参数设置、数据集存放的位置，数据集读取器的参数设置等。
不过在本“数据集转换”教程中，只会讲述“配置文件”中与“数据集”相关的部分。
把”数据集转换工具(voc2tfrecord).rar”里面的object文件夹也解压到当前数据集文件夹中：
object文件夹中包含一个模型配置文件(.config)：
（可以用记事本，也可以用vscode或pycharm等IDE打开）打开之后，跳到代码第173行，该位置内容如下图所示。
最后，看到上图红框的部分，里面有：
label_map_path: "/models-master/research/object_detection/images/object_mineral_label_map.pbtxt"
在"/models-master/research/object_detection/images/”下新建一个”.pbtxt”文件，文件名随意，不过要和上图文件中的一致（可修改上图中对应的部分，也可直接修改该文件名。也可以同时修改两者的名称）。
该.pbtxt的作用是给模型输入类名和类标号, 该文件可用“记事本”方式打开，其内容为：
item {
id: 1
name: 类名1
}
item {
id: 2
name: 类名2
}
......
内容示例：假如标注有两类类别的目标”Goal Mineral”和”Silver Mineral”，则内容如下图：
如果和在三、执行步骤详细教程及效果里面同样：要添加一类“Copper Mineral”，则该.pbtxt修改后的内容如下图所示：
至此，教程全部结束。
四、各个.py文件作用说明
第一个文件：1.split_xml_anno.py用作划分训练集、验证集以及测试集。
第二个文件：2.xml2csv.py用作把第一步产生的各个集合里的所有xml文件转换为csv文件。
CSV文件打开后的内容如图所示，记录（该训练集或验证集或测试集）中每张图片标注的标注框bbox信息。
第三个文件；3.csv2tfrecord.py把csv文件转换成tensorflow可用的数据集文件格式(.tfrecord)