Python 尝试开始培训时出现UnicodedeCodeer错误

我的研究小组的任务是训练一个检测TensorFlow汽车的网络。我们找到了一个教程，我们认为这很容易：

我们得到了图像，创建了

.csv

文件和tfrecord文件，并尝试开始培训过程。这是我们得到的错误：

UnicodeDecodeError:“utf-8”编解码器无法解码位置8中的字节0xbd:无效的开始字节

我们认为问题来自于我们如何创建tfrecord文件，但也许有人能给我们指出正确的方向。tfrecord文件的大小大约为300MB到1,4GB，因此至少我们知道在那里创建了一些东西

我们的

.csv

文件的外观（我们有约3500张图像）：

代码，我们希望如何创建tfrecord文件。（当然，我们只是从教程中复制了一些内容，并对其进行了一些修改，因为我们的图像有不同的标签）。我们试着在几个部分修改代码，但没有什么真正的改变。我们总是在训练开始时出错，我们真的不知道该怎么办

来自未来进口部的

来自未来导入打印功能
从未来导入绝对导入
导入操作系统
输入io
进口稀土
作为pd进口熊猫
将tensorflow.compat.v1导入为tf
从PIL导入图像
从object_detection.utils导入数据集_util
从集合导入名为tuple的OrderedDict
flags=tf.app.flags
标志。定义_字符串（'csv_输入'，''，'csv输入路径'）
flags.DEFINE_字符串（'output_path'，''，'path to output-TFRecord'）
flags.DEFINE_string（'img_path'，''，'path to images'）
FLAGS=FLAGS.FLAGS
#要做的事用标签映射替换它
def class_text_至_int（行标签）：
如果行_标签==‘汽车’：
返回1
elif row_标签==“行人”：
返回2
elif row_标签==‘自行车’：
返回3
其他：
没有一个
def拆分（df，组）：
data=namedtuple（'data'，['filename'，'object']））
gb=df.groupby（组）
返回文件名的[data（filename，gb.get_group（x）），zip中的x（gb.groups.keys（），gb.groups）]
def create_tf_示例（组、路径）：
将tf.gfile.gfile（os.path.join（path，{}.format（re.sub（'\s+'，''，group.filename）），'rb'）作为fid:
encoded_jpg=fid.read（）
encoded_jpg_io=io.BytesIO（encoded_jpg）
image=image.open（编码的\u jpg\u io）
宽度，高度=image.size
filename=group.filename.encode（'utf8'）
图像格式=b'jpg'
#检查图像格式是否与您的图像匹配。
xmins=[]
xmaxs=[]
ymins=[]
ymaxs=[]
#类_text=[]
类别=[]
对于索引，group.object.iterrows（）中的行：
追加（行['xmin']/width）
追加（行['xmax']/width）
追加（行['ymin']/高度）
附加（行['ymax']/height）
#class_text.append（行['label'].encode（'utf8'））
class.append（class_text_to_int（行['label']））
示例=tf.train.example（特征=tf.train.features（特征={
“图像/高度”：数据集\u util.int64\u功能（高度），
“图像/宽度”：数据集\u util.int64\u功能（宽度），
“图像/文件名”：数据集\u util.bytes\u功能（文件名），
“图像/源\u id”：数据集\u util.bytes\u功能（文件名），
“图像/编码”：数据集\u util.bytes\u功能（编码的\u jpg），
“图像/格式”：数据集\u util.bytes\u功能（图像\u格式），
“image/object/bbox/xmin”：数据集\u util.float\u列表\u功能（xmins），
“image/object/bbox/xmax”：数据集\u util.float\u列表\u功能（xmaxs），
“image/object/bbox/ymin”：数据集\u util.float\u列表\u功能（ymins），
“image/object/bbox/ymax”：数据集_util.float_list_功能（ymax）
}))
返回tf_示例
def main（ux）：
writer=tf.io.TFRecordWriter（FLAGS.output\u路径）
path=os.path.join（os.getcwd（），FLAGS.img_path）
示例=pd.read_csv（FLAGS.csv_输入，sep='，'，engine='python'）
分组=拆分（例如，“文件名”）
对于分组中的组：
tf_示例=创建_tf_示例（组、路径）
writer.write（tf_示例.SerializeToString（））
writer.close（）
output\u path=os.path.join（os.getcwd（），FLAGS.output\u path）
打印（'已成功创建TFRecords:{}'。格式（输出路径））
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
tf.app.run（）

脚本的调用方式如下：

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

我们如何解决这个错误？第一次TensorFlow太复杂了

编辑：

---

我取得了一些进展。我发现我的.tfrecords文件似乎是

'ansi'

编码的，而不是

'utf-8'

编码的。可能这就是抛出错误的原因，但我不知道如何更改现有的.tfrecord文件或使用另一种编码创建新文件。

遇到了相同的错误。问题出现在培训的配置文件中（例如更快的rcnn\u inception\u v2\u coco.config）。我在参数中错误地指定了路径：“label_map_path”和“input_path”。

一些工具报告“ANSI”，好像它是真实编码的名称，但它不是；它甚至没有很好的定义。在本文中，这可能意味着Windows代码页1252，但没有代表性的数据示例，这纯粹是猜测。也许还可以看到各种

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

导入看起来像是在使用Python2。现在是2021年；您可能应该忽略Python2，将时间花在当前推荐和支持的语言版本上，即Python3。

filename,label,xmin,ymin,xmax,ymax
SSDB00888.JPG,car,403.0,416.0,868.0,579.0
SSDB00889.JPG,car,46.0,419.0,303.0,539.0
SSDB00889.JPG,car,392.0,394.0,636.0,512.0
SSDB00889.JPG,car,819.0,367.0,1040.0,488.0
SSDB00890.JPG,car,553.0,419.0,1051.0,700.0