python - 如何在 TensorFlow 1.13 中检查 TFRecord 文件的结构？

Question

我对 TFRecord 文件格式以及如何使用它感到相当困惑。我有一个 TFRecord，但不知道它到底包含什么以及它的结构是什么。如何打印和检查 TFRecord 和/或其 TFExamples？我本质上问的是与 this question 相同的问题，但这个问题的答案已经过时了。打印 output_shapes , output_types或output_classes我的TFRecord什么也没告诉我(为什么？)。 tf.io.tf_record_iterator()函数已被弃用，但 TFRecord 数据集现在看起来本身是可迭代的(但为什么仍然需要 the other 迭代器？)。然而，简单地打印每次迭代都会返回乱码，并且 tf.train.Example.FromString(example)抛出 TypeError: a bytes-like object is required, not 'tensorflow.python.framework.ops.EagerTensor' 。这一切都相当令人困惑。只需初始化 tf.data.Dataset使用from_tensor_slices()看起来更容易检查，并且实际上提供了有关其形状和类型的信息。

Answer 1

您可以使用tf.python_io.tf_record_iterator来检查tfrecords文件。它创建了一个生成器。要访问单个示例，您需要迭代它:

for str_rec in tf.python_io.tf_record_iterator('file.tfrecords'):
    example = tf.train.Example()
    example.ParseFromString(str_rec)
    print(dict(example.features.feature).keys())

这将输出功能名称和类型(在本例中为 bytes_list)

dict_keys(['label', 'width', 'image_raw', 'height'])

要输出数据类型，您需要

print(dict(example.features.feature).values())

但这也会打印原始字符串，并且您可能会达到屏幕长度限制。

当您知道它是如何编码的时，您可以通过

访问值

string = example.features.feature['image_raw'].bytes_list.value[0]
output = np.fromstring(string, dtype)

您可以在这里阅读更多相关信息https://www.tensorflow.org/tutorials/load_data/tf_records

编辑: 如果启用了 eager 模式，您可以直接迭代数据集对象，使用 numpy 进行解码

for str_rec in tf.data.TFRecordDataset('file.tfrecords'):
    output = np.fromstring(str_rec.numpy(), dtype))

或 native TF。 tf.io.decode_raw(str_rec, tf.uint8))

但是，这将为您提供一个扁平数组，例如，它不会携带有关图像尺寸大小的任何信息