数据集路径输入_数据集路径怎么写-优快云博客

本文链接：https://blog.youkuaiyun.com/hellosc2/article/details/88798966

本文介绍如何使用TensorFlow从指定路径读取图片数据，并通过队列管理文件名，利用FileReader进行图片内容读取，最后以batch形式输出。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from os import listdir
from os.path import isfile,join
import tensorflow as tf
import matplotlib.pyplot as plt

dataset_path = 'I:/raincode/TensorFlow/CVPR17_training_code/TrainData/input'#路径

with tf.Session() as sess:
    filenames = [join(dataset_path,f) for f in listdir(dataset_path) if isfile(join(dataset_path,f))]

    print('number of images:',len(filenames))
    filename_queue = tf.train.string_input_producer(filenames,shuffle=False,num_epochs=1)

    reader = tf.WholeFileReader()
    name,img_bytes = reader.read(filename_queue)
    image = tf.image.decode_jpeg(img_bytes,channels=3)
    dataname = tf.train.batch([name],2,dynamic_pad=True)

    init = tf.global_variables_initializer()
    inits = tf.local_variables_initializer()
    sess.run([init,inits])

    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord = coord)
    try:
        while not coord.should_stop():
            print(sess.run(dataname))

    except tf.errors.OutOfRangeError:
        print('Done training -- epoch limit reached')
    finally:
        coord.request_stop()
    coord.join(threads)

结果：

首先产生一个存储路径下所有文件名的List，然后用它作为输入产生字符串队列，这是pipeline的前端。得到了出队的字符串序列，我们可以使用tensorflow中的filereader，将文件内容读取出来，reader.read函数返回{文件名，文件内容}键值对，文件内容即是我们需要处理的对象（这里为了直观，我们使用了文件名作为输出），这个阶段是pipeline的中端。最后得到了文件名序列，再用batch函数提取一个batch，这个作为pipeline的末端。这样一个程序就完成了。