时间戳

首页 > 解决方案 > OSError: cannot identify image file <_io.BytesIO object at ...> 尝试使用 Keras 模型进行预测时

python - OSError: cannot identify image file <_io.BytesIO object at ...> 尝试使用 Keras 模型进行预测时

问题描述

我在 YouTube 上关注 deeplizard 的“将 Keras 神经网络部署到 Flask Web 服务”教程，但被卡住了。我发现了一些对类似问题有帮助的建议（比如这个和这个），但由于某种原因，它们对我不起作用。或者也许我错误地应用它们。

它对线路感到不安image = Image.open(io.BytesIO(decoded))。

这是我拥有的代码（对不起，它不是最小的，我不确定如何在不删除可能相关的细节的情况下简化它）。

如果您有任何建议，请让我知道。

非常感激。

app = Flask(__name__)


def get_model():
    global model, graph
    model = load_model('model.h5')
    print(' * Model loaded!')
    graph = tf.Graph()


def preprocess_image(image, target_size):
    if image.mode != 'RGB':
        image = image.convert('RGB')
    image = image.resize(target_size)
    image = img_to_array(image)
    image = np.expand_dims(image, axis=0)

    return image


print(' * Loading model...')
get_model()


@app.route('/predict', methods=["POST"])
def predict():
    message = request.get_json(force=True)
    encoded = message['image']
    decoded = base64.b64decode(encoded)
    with graph.as_default():
        image = Image.open(io.BytesIO(decoded))
        preprocessed_image = preprocess_image(image, target_size(50, 50))
        prediction = model.predict(preprocessed_image).tolist()

        response = {
            'prediction': {
                'food': prediction[0][0],
                'notfood': prediction[0][1]
            }
        }
    return jsonify(response)

我怀疑这可能是因为我的模型将输入作为：

model.predict_classes(i.reshape((-1, 50, 50, 3)), batch_size=32, verbose=0)[0]

但是用户通过 html 上传的图像并没有被重塑……我试图将其添加到代码中，但到目前为止还没有运气。

标签： pythontensorflowflaskkeras

解决方案

我遇到了同样的问题。目标大小没有问题，因为它将取决于您部署的模型所训练的数据集中图像的目标大小。

无论如何，问题在于您从客户端发送到服务器的图像类型（png/jpg）。确保在下面的代码行（clientside.html）

base64Image = dataURL.replace("data:image/png;base64,","");

您特别提到了png，并且您还发送了相同类型的图像，例如imagename.png（png 图像）。

我希望这可能会有所帮助

推荐阅读