前面兩篇看完，我們已經知道如何選用預訓練模型以及將現存的其他資料集變成TFRecord格式的資料了。

但是如果需要用你自己的資料集，該怎麼辦呢？

本篇主要講如何建立自己的資料集，並用object_detection提供的模型來進行訓練，識別。

首先需要的是標記資料。

LabelImg工具

這個工具能夠方便我們標註圖片。

話不多說，先安裝：

git clone https://github.com/tzutalin/labelImg.git

具體安裝這裡給出的是在Linux上的：

sudo apt-get install pyqt5-dev-tools
sudo
 
 pip3 install lxml
make qt5py3

安裝完畢後，就可以到這個檔案下，開啟LabelImg:

python labelImg.py

彈出一個圖形介面，用於標註。在Mac上我很久之前裝的，安裝步驟未記錄，簡單查詢一下即可。

標註完圖片儲存後，會儲存為一個.xml檔案，如果選擇了VOC格式的話。

<annotation>
	<folder>demo</folder>
	<filename>demo4.png</filename>
	<path>xxx/labelImg/demo/demo4.png</
 
path>
	<source>
		<database>Unknown</database>
	</source>
	<size>
		<width>1919</width>
		<height>1079</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>flower</name>
		<pose
 
>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>452</xmin>
			<ymin>332</ymin>
			<xmax>983</xmax>
			<ymax>864</ymax>
		</bndbox>
	</object>
</annotation>

再認真標註一個：

<annotation>
	<folder>frames</folder>
	<filename>0013.png</filename>
	<path>xxx/labelImg/frames/0013.png</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>
		<width>960</width>
		<height>544</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>apple</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>164</xmin>
			<ymin>381</ymin>
			<xmax>293</xmax>
			<ymax>500</ymax>
		</bndbox>
	</object>
	<object>
		<name>lamp</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>756</xmin>
			<ymin>410</ymin>
			<xmax>879</xmax>
			<ymax>535</ymax>
		</bndbox>
	</object>
	<object>
		<name>orange</name>
		<pose>Unspecified</pose>
		<truncated>1</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>148</xmin>
			<ymin>1</ymin>
			<xmax>522</xmax>
			<ymax>413</ymax>
		</bndbox>
	</object>
	<object>
		<name>remote control</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>392</xmin>
			<ymin>447</ymin>
			<xmax>574</xmax>
			<ymax>539</ymax>
		</bndbox>
	</object>
</annotation>

儲存為YOLO格式時，程式就崩了，但是可以看到儲存出來是兩個.txt檔案。

VOC轉TFRecord格式的指令碼官方有提供：create_pascal_tf_record.py。

END.

參考：

https://medium.com/@WuStangDan/step-by-step-tensorflow-object-detection-api-tutorial-part-3-creating-your-own-dataset-6369a4d30dfd