CVAT导出的TFRecord是否异常？训练目标检测模型遇输入为空错误

一、先排查CVAT导出环节的问题 #

• 核对导出选项：
  导出时必须选择TFRecord for TensorFlow Object Detection API格式，不要选错成其他TFRecord变种（比如语义分割专用的）。同时确认勾选了正确的任务子集，确保覆盖你标注的300张训练图和25张测试图。
• 验证TFRecord内容：
  用以下代码检查导出的TFRecord里有没有有效样本：

  import tensorflow as tf
  
  def count_samples(tfrecord_path):
      count = 0
      for _ in tf.data.TFRecordDataset(tfrecord_path):
          count += 1
      print(f"样本总数: {count}")
  
  count_samples("你的训练集TFRecord路径")
  count_samples("你的测试集TFRecord路径")
  

  如果输出为0，说明导出的TFRecord确实是空的，肯定是CVAT导出操作有误。

二、无需重新标注，转其他格式生成TFRecord #

如果CVAT导出TFRecord确实有问题，导出其他格式再转换即可：

步骤1：导出PASCAL VOC格式 #

在CVAT中选择导出为PASCAL VOC 1.1，下载解压后会得到：

• Annotations文件夹：对应每张图的XML标注文件
• JPEGImages文件夹：原始图像文件
• ImageSets/Main文件夹：包含划分训练/测试集的txt文件

步骤2：用TF Object Detection API脚本转TFRecord #

TF Object Detection API自带转换脚本，路径为models/research/object_detection/dataset_tools/create_pascal_tf_record.py，修改参数后运行：

1. 先准备标签映射文件label_map.pbtxt，格式示例：

   item {
     id: 1
     name: '你的目标类别1'
   }
   item {
     id: 2
     name: '你的目标类别2'
   }
   

2. 运行转换命令：

   python create_pascal_tf_record.py \
     --label_map_path=./label_map.pbtxt \
     --data_dir=./解压后的VOC文件夹路径 \
     --year=VOC2007 \
     --set=train \
     --output_path=./train.tfrecord
   

   测试集只需要把--set改成val，--output_path改成测试集路径即可。

替代方案：导出COCO格式转换 #

如果更习惯COCO格式，CVAT导出COCO 1.0格式后，用create_coco_tf_record.py脚本转换，参数逻辑类似，指定COCO的json文件路径和图像文件夹即可。

三、验证转换结果 #

转换完成后，再用之前的Python代码检查样本数，确保训练集显示300、测试集显示25，之后再启动训练即可。

内容的提问来源于stack exchange，提问作者Blake