问题
使用 tensorflow 实现 图片分类、目标检测、语义分割 等功能时，需要读取 大量的 图片、xml（包含定位信息等）、png（包含分割信息）等文件，然后训练神经网络
| 原图 | xml部分截图 | png语义分割 |
|---|---|---|
 |
 |
 |
在VOC 2012 训练数据集中，有 2G 大小，1万多张图片
由于 图片、xml、png 文件有很多，而且有的文件比较小，只有几K，大量 零散 的小文件，占用硬盘空间比较大
在 频繁 读取 大量、小文件时，读取速度比较慢，占用内存空间比较大
类比
相当于拷贝几千个小文件，拷贝速度慢，而且占用硬盘空间比较大
解决方法
将几千个小文件打成zip包，拷贝这一个压缩包，速度会快很多，同时也节省硬盘空间
解决
在 tensorflow 中，就可以将大量的 图片、xml中有用的数据、png 整理成 二进制数据，写入到 一个 TFRecord 文件中
如果数据量大，或者文件体积大，就 分成 多个 TFRecord 文件，相当于打成多个压缩包
这样就会提高读取速度、节省内存
TFRecord
TFRecord 是一个二进制文件
TFRecord内部使用了 “Protocol Buffer” 方案，简单，快速
Protocol Buffers
详见：
https://www.malaoshi.top/show_1EF57W4E8bgu.html
TFRecord 生成
详见：https://www.malaoshi.top/show_1EF57aDz46fN.html
TFRecord 读取
详见：https://www.malaoshi.top/show_1EF57c9xJZe8.html