用于TensorFlow对象检测的开放图像数据集

数据是建立深度学习模型时要考虑的最强支柱之一。数据越精确，模型就越有经验。

要训练深度学习模型，你需要大量数据，你可能需要创建自己的数据，或者你可以使用互联网上的公共数据集，如MS COCO、ImageNet、Open Images等。

有时，这些数据集遵循不同的格式，而你想要训练的模型遵循另一种格式。

当数据非常大时，使模型能够使用数据变得很麻烦。

物体检测是计算机视觉的一个分支，你可以在图像中定位特定的物体。我使用Tensorflow对象检测API创建自定义对象检测器。

为了创建检测器，从OpenImagesV4数据集创建了数据。该数据集共有600个类和170万张图像，分为训练集、验证集和测试集。它已经更新到V6，本文决定使用V4。

要训练Tensorflow对象检测模型，你需要创建TFRecords，它使用以下内容：

1.图像

2.图像注释

打开的图像同时包含图像和它们的注释。但是，所有注释都集中在一个文件中，当你需要特定类的数据时，这会变得很笨拙。

为了处理这个问题，决定将数据转换为PASCAL VOC格式。现在，你可能会问什么是PASCAL VOC？简而言之，PASCAL VOC格式为每个图像创建了一个XML文件，该文件包含图像中每