MXNet的資料格式轉化為tensorflow訓練用的資料格式

if __name__ == '__main__':

    # define parameters

    id2range = {}

    data_shape = (3, 112, 112)

    args = parse_args()

   #idx_path放的是索引;args.bin_path放的是值，讀取的話imgrec是一個IO的物件，可以理解為C++裡面的類物件，類物件裡面有很多成員；

    # 比如有成員代表索引，成員代表索引對應的值得等。keys的len代表索引的數量

    imgrec = mx.recordio.MXIndexedRecordIO(args.idx_path, args.bin_path, 'r')#索引長度5898396，也就是idx的長度

    s = imgrec.read_idx(0)#讀取最開始那個索引對應的key_value,不過s是二進位制形式的

    header, _ = mx.recordio.unpack(s)#header這裡儲存的是分成2斷的索引（key），這個時候不關心對應的資料資料，key是(5822653,5898396)的這一對索引

    #(0,5822653)(5822653,5898396)這樣把資料分成兩段

    print(header.label)#header.label就是(5822653,5898396)

    #下面是分成兩段

    imgidx = list(range(1, int(header.label[0])))

    seq_identity = range(int(header.label[0]), int(header.label[1]))

    for identity in seq_identity:#處理後面那段資料

        s = imgrec.read_idx(identity)

        header, _ = mx.recordio.unpack(s)

        a, b = int(header.label[0]), int(header.label[1])

        id2range[identity] = (a, b)#代表的是id為identity的起始索引從a到b，[a,b)

        print('id2range', len(id2range))

    # # generate tfrecords

def mx2tfrecords(imgidx, imgrec, args):#從(0,5822653)的圖片

    output_path = os.path.join(args.tfrecords_file_path, 'tran.tfrecords')

    writer = tf.python_io.TFRecordWriter(output_path)

    for i in imgidx:

        img_info = imgrec.read_idx(i)#取出第i張圖片，包括索引和圖片資料

        header, img = mx.recordio.unpack(img_info)#解封

        label = int(header.label)#取出這張圖片的標籤

        example = tf.train.Example(features=tf.train.Features(feature={

            'image_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img])),

            "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[label]))

        }))#把這張圖片的標籤和圖片資料都存下來

        writer.write(example.SerializeToString())  # Serialize To String

        if i % 10000 == 0:

            print('%d num image processed' % i)