如使用本例中原始数据准备提供的图片数据集，则无需进行本节内容。以下流程将介绍如何使用自己的图片和数据构建数据集。

认定需要识别的物体种类后，为每个种类获取若干图片。图片应仅包含一个清晰可见的物体，不包含其他种类的物体。 物体所占区域面积至少应为50像素*50像素。图片面积较大、数量足够多，物体较清晰时，模型识别能力较强。

为每一张图片生成一个xml文件储存事实数据。xml的文件名记录了图片的类别，xml的文件内容记录图片名称、大小和物体位置。本例中所用文件格式：

        Persian_01.jpg
	
		600
		400
		3
	
	0
	

其中需要自定义的数据为：size记录图片的宽高像素数，bndbox记录物体位置的上边界，左边界，下边界和右边界。其他数据按如上填入即可（name可任意填入，仅用于信息记录，不用于模型训练）。

整理好以上图片和事实数据集后，为每对图片-数据按规则命名。文件名称的格式为：[类型]_[数字序号].jpg/xml。

如：Persian_01.jpg, Persian_01.xml. 类型名为纯英文和下划线组合，序号为纯数字。图片和xml文件名前缀应完全相同。

创建文档并命名为trainval.txt，指示图片集中的哪些图片被用于训练。每行记录一张图片的前缀。例如：

Persian_01
Persian_02
basset_hound_01

在线训练将仅采用文档中记录了前缀的图片，文档中未记录的图片数据将不被采用。

创建文档并命名为label_map.pbtxt，指示所有物体类别的序号：

item {
  id: 1
  name: 'Persian'
}
item {
  id: 2
  name: 'basset_hound'
}

此文件为类别标签文件，记录了物体识别中可能出现的所有类别，并赋予序号。

将数据保存在统一根目录下（此处为/object-prep/）并记录根目录路径，以进行下一步预处理。

/object-prep/[路径]
/object-prep/label_map.pbtxt
/object-prep/annotations/[路径]
/object-prep/annotations/trainval.txt
/object-prep/annotations/xmls/[路径]
/object-prep/annotations/xmls/Persian_01.xml
/object-prep/annotations/xmls/Persian_02.xml
/object-prep/annotations/xmls/basset_hound_1.xml
/object-prep/images/[路径]
/object-prep/images/Persian_01.jpg
/object-prep/images/Persian_02.jpg
/object-prep/images/basset_hound_1.jpg

转至数据格式转换进行文件预处理。