python - 如何将一批图像发送到 Tensorflow 服务器?
问题描述
我已经在 Tensorflow Serving(SSD 架构)上部署了一个对象检测模型,我可以通过以下方式请求该模型:
data = {"signature_name": "serving_default", "instances": [{"input_tensor": {"b64": b64}}]}
url = '%s/v1/models/mymodel:predict' % MODEL_BASE_URL
response = requests.post(url, headers=headers,data=json.dumps(data))
preds = response.json()['predictions']
其中 b64 是我的图像的 base64 编码。我的结果长度为 1,包含所有分数、detection_boxes 等。
我现在想提交一批图像。除了现在类似的数据外,我的调用是相同的:
data = {"signature_name": "serving_default", "instances": [{"input_tensor": {"b64": b64A}},{"input_tensor": {"b64": b64B}},...]}
其中 b64A 是 imageA 的编码,图像 B 的 b64B 等。我期待一个长度等于我的批次大小的结果,但它的大小仍然为 1。我的错误在哪里?
解决方案
请尝试:-
data = {"signature_name": "serving_default", "instances": [{"b64": "b64A"},{"b64": "b64B"},...]}
请点击此链接(数据编码):-
https://cloud.google.com/ai-platform/prediction/docs/reference/rest/v1/projects/predict#request-body
推荐阅读
- sql-import-wizard - 问题设置源数据列使用 sql 导入数据向导导入 txt 文件
- java - Student 类有一个静态方法 getAllStudents() 有意义吗?
- python - 我正在尝试从文件中提取序列,但出现以下错误
- java - 获取同一行中的整数和字符
- java - Executor FixedThreadPool 执行后会发生什么,因为 executor 没有关闭方法?
- python - 在 Google Coral 开发板上使用 OpenCL 和 OpenCV 的工作组大小错误
- c# - 计算列表中数字之间的差异
- java - Java 中的 HeapDump 和内存泄漏
- java - 如何使用 BlockingQueue 解决容量为 1 的生产消费者问题?
- react-native - React Native Paper TextInput 样式不适用