AI 助理
备案控制台
文档
输入文档关键字查找
首页 人工智能平台 PAI 操作指南 SDK参考 图像视频分析（PAI-EasyVision） 标注文件格式说明 TFRecord数据转换

TFRecord数据转换

更新时间：
产品详情
我的收藏

PAI提供多种数据转换功能，可以将图片文件快速转换为TFRecord文件，从而使用训练组件进行模型训练。如果通过PAI智能标注平台进行数据标注，则系统会自动生成标记结果文件，您可以直接调用数据转换组件生成TFRecord文件。 如果通过其他平台进行数据标注，则需要使用PAI命令将标记文件转换为PAI标注文件。

说明

您可以使用SQL脚本组件进行PAI命令调用，也可以使用MaxCompute客户端或DataWorks的开发节点进行PAI命令调用，详情请参见使用本地客户端（odpscmd）连接或开发ODPS SQL任务。

图片分类或图片多标签分类

使用PAI命令将图片分类或图片多标签分类的标记文件转换为TFRecord的示例如下。

pai -name easy_vision_ext 
      -Dbuckets='oss://{bucket_name}.{oss_host}/{path}/' 
      -Darn='acs:ram::*******:role/aliyunodpspaidefaultrole' 
      -DossHost='{oss_host}' 
      -Dcmd  convert 
      -Dlabel_file 'oss://{bucket_name}/path/to/your/{label_file}' 
      -Dconvert_param_config ' --class_list_file oss://{bucket_name}/path/to/your/{class_list_file} --max_image_size 600 --write_parallel_num 8 --num_samples_per_tfrecord 128 --test_ratio 0.1 --model_type CLASSIFICATION'
      -Doutput_tfrecord 'oss://{bucket_name}/path/to/output/data_prefix'
      -Dcluster='{\"worker\" : {\"count\" : 1,\"cpu\" : 800}}'

文字检测识别

使用PAI命令将文字检测识别的标记文件转换为TFRecord的示例如下。

pai -name easy_vision_ext
      -Dbuckets='oss://{bucket_name}.{oss_host}/{path}/'
      -Darn='acs:ram::*******:role/aliyunodpspaidefaultrole'
      -DossHost='{oss_host}'
      -Dcmd  convert
      -Dlabel_file 'oss://{bucket_name}/path/to/your/{label_file}'
      -Dconvert_param_config '--model_type TEXT_END2END --default_class text --max_image_size 2000 --char_replace_map_path oss://{bucket_name}/path/to/your_char_replace_map --default_char_dict_path oss://{bucket_name}/path/to/your_char_dict --test_ratio 0.1 --write_parallel_num 8 --num_samples_per_tfrecord 64'
      -Doutput_tfrecord 'oss://{bucket_name}/test/convert/recipt_text_end2end/data'

命令参数说明

参数

是否必选

描述

参数值格式

默认值

buckets

否

可以输入多个Bucket，以半角逗号（,）分隔，每个Bucket必须以正斜线（/）结尾。

“oss://bucket_name/?role_arn=xxx&host=yyy” “oss://bucket_1/?role_arn=xxx&host=yyy,oss://bucket_2/”

空

cmd

是

必须配置为convert。

STRING

convert

label_file

是

PAI标注文件的OSS路径，具体格式说明请参见标注文件格式说明。

oss://your_bucket/xxx.csv

无

convert_param_config

否

转换配置参数，详情请参见下方表格。该参数与convert_config参数选择其一即可。

--parama valuea --paramb valueb

””

output_tfrecord

否

输出TFRecord前缀。

oss://your_dir/prefix

””

cluster

否

分布式转换参数配置。

JSON格式字符串

“{\”worker\”:{\”count\”:3, \”cpu\”: 800, \”gpu\”:0, \”memory\”: 20000}}”

convert_param_config参数说明如下。

参数

是否必选

描述

参数值格式

默认值

model_type

是

转换数据用于何种模型训练，取值包括：

  • CLASSIFICATION ：图像分类或多标签

  • DETECTION：物体检测

  • SEGMENTATION：语义分割

  • INSTANCE_SEGMENTATION：Instance分割

  • TEXT_END2END：端到端OCR

  • TEXT_RECOGNITION：单行文字识别

  • TEXT_DETECTION ：文字检测

  • VIDEO_CLASSIFICATION ：视频分类

  • SELF_DEFINED：自定义转换

说明

model_type取值为TEXT_END2END或 TEXT_RECOGNITION时，char_replace_map_path和default_char_dict_path参数生效。model_type取值为VIDEO_CLASSIFICATION时，decode_type、sample_fps、reshape_size、decode_batch_size及decode_keep_size参数生效。

STRING

无

class_list_file

否

类别列表文件路径，文件内容每行格式为类别名或类别名:映射类别名。

oss://path/to/your/classlit

’’

test_ratio

否

测试数据分割比例。如果取值为0，则所有数据转换为训练数据。如果取值为0.1，则表示10%的数据作为验证集。

FLOAT

0.1

max_image_size

否

图片最大边限制。如果配置了该参数，则大图片会被Resize后存入TFRecord，从而节省存储、提高数据读取速度。

INT

None，即不指定该参数

max_test_image_size

否

同max_image_size，用于配置测试数据。

INT

${max_image_size}

default_class

否

默认类别名称，在class_list中未找到的类别均会映射到该名称。

STRING

None

error_class

否

错误类别名称，含有该类别的物体和Box会被过滤，不参与训练。

STRING

None，即不指定该参数

ignore_class

否

忽略类别名称，只用于检测模型，含有该类别的Box在训练中会被忽略。

STRING

None，即不指定该参数

converter_class

否

转换类名称，取值包括：

  • pai itag labeling format：PAI iTAG标注平台产生的标注文件格式。

  • pai labeling format(old version)：PAI标注平台产生的标注文件格式（旧版）。

  • qince labeling format：亲测平台产生的标注文件格式。

  • ssl labeling format：平台定义的图片自监督训练所需格式。

STRING

pai labeling format(old version)

seperator

否

分隔符，用于标记内容的Split。

STRING

None，即不指定该参数

image_format

否

TFRecord中图片的编码方式。常用图像编码方式如下所示：

  • jpg

  • png

  • bmp

STRING

jpg

read_parallel_num

否

读取并发数。

INT

10

write_parallel_num

否

写TFRecord并发数。

INT

1

num_samples_per_tfrecord

否

每个TFRecord保存图片数。

INT

256

user_defined_converter_path

否

自定义converter代码路径，支持HTTP或OSS路径。例如http://path/to/your/converter.py。

STRING

无

user_defined_generator_path

否

自定义generator代码路径，支持HTTP或OSS路径。例如http://path/to/your/generator.py。

STRING

无

generator_class

否

自定义generator类名

STRING

无

char_replace_map_path

否

字符映射替换文件。格式为CSV文件，包含如下两列：

  • original：原字符串。

  • replaced：替换字符串，即使用replaced替换original。

STRING

None，即不指定该参数。

default_char_dict_path

否

字符到ID映射文件路径，每一行是一个字符， 第k行的字符ID为k-1

STRING

None，即不指定该参数。

decode_type

否

视频解码方式。取值范围为：

  • 1：Intra only

  • 2：Keyframe only

  • 3：Without bidir

  • 4：Decode all

INT

4

sample_fps

否

抽帧频率。

FLOAT

5

reshape_size

否

输出帧的大小。

INT

224

decode_batch_size

否

每次Decode步骤中的Batch大小。

INT

10

decode_keep_size

否

不同Batch中Overlap的帧数量。

INT

0

上一篇：标注文件格式说明下一篇：离线训练
文档推荐