Python 尝试生成tf_记录文件以构建自定义对象检测器时发生NotFoundError

我正在建立自己的自定义对象检测器的基础上。图像已成功地从xml转换为csv，但我正在尝试将tf_记录文件生成到它们保存到的同一目录

以下脚本用于转换为csv文件。在运行脚本之前，我将培训数据集中的四张照片及其相应的.xml标签文件剪切并粘贴到测试数据集中：

import os
import glob
import pandas as pd
import xml.etree.ElementTree as ET


def xml_to_csv(path):
    xml_list = []
    for xml_file in glob.glob(path + '/*.xml'):
        tree = ET.parse(xml_file)
        root = tree.getroot()
        for member in root.findall('object'):
            value = (root.find('filename').text,
                     int(root.find('size')[0].text),
                     int(root.find('size')[1].text),
                     member[0].text,
                     int(member[4][0].text),
                     int(member[4][1].text),
                     int(member[4][2].text),
                     int(member[4][3].text)
                     )
            xml_list.append(value)
    column_name = ['filename', 'width', 'height', 'class', 'xmin', 'ymin', 'xmax', 'ymax']
    xml_df = pd.DataFrame(xml_list, columns=column_name)
    return xml_df


def main():
    for directory in ['train','test']:
        image_path = os.path.join(os.getcwd(), 'images/{}'.format(directory))
        xml_df = xml_to_csv(image_path)
        xml_df.to_csv('data/{}_labels.csv'.format(directory), index=None)
        print('Successfully converted xml to csv.')


main()

这很有效，没有任何问题可言

我尝试训练的每个图像的尺寸为4000 x 3000像素，深度为24位（根据图像属性）。这些图像也是.png格式的。我使用了以下修改后的代码（更正了旧版本的tensorflow，并将代码中的所有“jpg”更改为“png”）：

我唯一的课是“除草”，还有

在anaconda命令提示符下运行此代码：

python generate\u tfrecord.py--csv\u input=data/test\u labels.csv--output\u path=data/test.record--image\u dir=images/

会产生以下错误，以及名为test.record的空白记录文件：

2020-10-15 13:41:53.531027: W tensorflow/stream_executor/platform/default/dso_loader.cc:59] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
2020-10-15 13:41:53.533142: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
Traceback (most recent call last):
  File "generate_tfrecord.py", line 91, in <module>
    tf.compat.v1.app.run()
  File "C:\Users\me\anaconda3\envs\object\lib\site-packages\tensorflow\python\platform\app.py", line 40, in run
    _run(main=main, argv=argv, flags_parser=_parse_flags_tolerate_undef)
  File "C:\Users\me\anaconda3\envs\object\lib\site-packages\absl\app.py", line 300, in run
    _run_main(main, args)
  File "C:\Users\me\anaconda3\envs\object\lib\site-packages\absl\app.py", line 251, in _run_main
    sys.exit(main(argv))
  File "generate_tfrecord.py", line 82, in main
    tf_example = create_tf_example(group, path)
  File "generate_tfrecord.py", line 37, in create_tf_example
    encoded_png = fid.read()
  File "C:\Users\me\anaconda3\envs\object\lib\site-packages\tensorflow\python\lib\io\file_io.py", line 116, in read
    self._preread_check()
  File "C:\Users\me\anaconda3\envs\object\lib\site-packages\tensorflow\python\lib\io\file_io.py", line 79, in _preread_check
    self.__name, 1024 * 512)
tensorflow.python.framework.errors_impl.NotFoundError: NewRandomAccessFile failed to Create/Open: images/weed8089.png : The system cannot find the file specified.
; No such file or directory

2020-10-15 13:41:53.531027:W tensorflow/stream_executor/platform/default/dso_loader.cc:59]无法加载动态库“cudart64_101.dll”；错误：找不到cudart64_101.dll
2020-10-15 13:41:53.533142:I tensorflow/stream_executor/cuda/cudart_stub.cc:29]如果您的机器上没有设置GPU，请忽略上面的cudart dler错误。
回溯（最近一次呼叫最后一次）：
文件“generate_tfrecord.py”，第91行，在
tf.compat.v1.app.run（）
文件“C:\Users\me\anaconda3\envs\object\lib\site packages\tensorflow\python\platform\app.py”，第40行，正在运行
_运行（main=main，argv=argv，flags\u parser=\u parse\u flags\u tolerate\u unde）
文件“C:\Users\me\anaconda3\envs\object\lib\site packages\absl\app.py”，第300行，正在运行
_运行_main（main，args）
文件“C:\Users\me\anaconda3\envs\object\lib\site packages\absl\app.py”，第251行，位于\u run\u main中
系统出口（主（argv））
文件“generate_tfrecord.py”，第82行，在main中
tf_示例=创建_tf_示例（组、路径）
文件“generate_tfrecord.py”，第37行，在create_tf_示例中
encoded_png=fid.read（）
文件“C:\Users\me\anaconda3\envs\object\lib\site packages\tensorflow\python\lib\io\File\u io.py”，第116行，已读
self.\u预读\u检查（）
文件“C:\Users\me\anaconda3\envs\object\lib\site packages\tensorflow\python\lib\io\File\u io.py”，第79行，在预读检查中
自身名称，1024*512）
tensorflow.python.framework.errors\u impl.NotFoundError:NewRandomAccessFile未能创建/打开：images/weed8089.png:系统找不到指定的文件。
; 没有这样的文件或目录

---

“weed8089.png”是我剪切并粘贴到“test”数据集中的四幅图像中的第一幅，那么这与问题有关吗？这个问题让我很困惑。

解决方案是包含所需映像目录的整个路径。例如，为了生成测试标签的记录文件，我运行了以下代码：

python generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record --image_dir=C:\Users\me\Documents\weeds\images\train

从那以后它工作得很好

可以找到更多信息

python generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record --image_dir=C:\Users\me\Documents\weeds\images\train