Python 生成TFR记录时出现的问题

我正在尝试使用tensorflow 2.0生成tfrecord文件，起初我已经正确生成了这些文件，但当我再次尝试生成它们时，python控制台显示以下错误：

回溯（最近一次呼叫最后一次）：
文件“generate_tfrecordv2.py”，第106行，在
tf.compat.v1.app.run（）
文件“C:\Users\LUIS\AppData\Roaming\Python37\site packages\tensorflow\u C ore\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\LUIS\AppData\Roaming\Python37\site packages\absl\app.py”，第299行，正在运行
_运行_main（main，args）
文件“C:\Users\LUIS\AppData\Roaming\Python37\site packages\absl\app.py”，第250行，位于主
系统出口（主（argv））
文件“generate_tfrecordv2.py”，第95行，在main中
分组=拆分（例如，“文件名”）
文件“generate_tfrecordv2.py”，第45行，拆分
gb=df.groupby（组）
文件“D:\ProgramData\Anaconda3\lib\site packages\pandas\core\generic.py”，第7632行，在groupby中
观察到的=观察到的，**千克）
文件“D:\ProgramData\Anaconda3\lib\site packages\pandas\core\groupby\groupby.py”，第2110行，在
groupby返回klass（obj，by，**kwds）
文件“D:\ProgramData\Anaconda3\lib\site packages\pandas\core\groupby\groupby.py”，第360行，在\uuu init中__
变异的
文件“D:\ProgramData\Anaconda3\lib\site packages\pandas\core\groupby\grouper.py”，第578行，在\u get\u grouper中
raise KeyError（gpr）KeyError:“文件名”

CSV文件内容如下所示：

filename;width;height;class;xmin;ymin;xmax;ymax
19219.jpg;800;600;person;49;49;377;559
19219.jpg;800;600;person;431;131;644;592

你能告诉我错误是什么吗？我使用的命令是：

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

这是我的xml示例：

修改数据
1_245
C:\material\dataset\test\1\u 245.jpg
不为人知
800
600
3.
0
人
未指明
0
0
279
116
423
415

我确实更改了generate_tfrecords.py并将xml_重新生成为_csv，但它不起作用

“”“
用法：
#来自tensorflow/models/
#创建列车数据：
python生成\u tfrecord.py--csv\u输入=数据/train\u labels.csv--output\u path=train.record
#创建测试数据：
python generate_tfrecord.py--csv_input=data/test_labels.csv--output_path=test.record
"""
来自未来进口部
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
作为pd进口熊猫
导入tensorflow作为tf
从PIL导入图像
#从object_detection.utils导入数据集_util
#立法会议员
导入数据集
#立法会财务
从集合导入名为tuple的OrderedDict
#立法会议员
#flags=tf.app.flags
flags=tf.compat.v1.flags
#立法会财务
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（'image_dir'，''，'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=='人'：
返回1
其他：
一无所获
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.compat.v1.gfile.gfile（os.path.join（path，{}.format（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'
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['class'].encode（'utf8'））
class.append（class_text_to_int（行['class']））
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），
“图像/对象/类/文本”：数据集\u util.bytes\u列表\u功能（类\u文本），
“图像/对象/类/标签”：数据集\u util.int64\u列表\u功能（类），
}))
返回tf_示例
def main（ux）：
#writer=tf.python\u io.TFRecordWriter（FLAGS.output\u路径）
writer=tf.compat.v1.python\u io.TFRecordWriter（FLAGS.output\u path）
path=os.path.join（FLAGS.image\u dir）
示例=pd.read\u csv（FLAGS.csv\u输入）
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.compat.v1.app.run（）

我也有同样的错误，因为我使用了RectLabel，并直接从那里导出了CSV文件

CSV必须首先具有以下行：

文件名、宽度、高度、类别、xmin、ymin、xmax、ymax

示例annotations.csv：

filename,width,height,class,xmin,ymin,xmax,ymax
8.jpg,1280,720,label1,427,82,848,578
9.jpg,1280,720,label1,426,87,845,585
28.jpg,1280,720,label1,435,100,847,563
14.jpg,352,640,label2,103,215,276,398
15.jpg,352,640,label2,106,215,279,399
29.jpg,352,640,label2,61,197,270,405
17.jpg,1280,720,label1,471,178,875,671

我使该文件运行以下脚本：

在本教程之后：