【发布时间】:2021-03-10 14:56:51
【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片。除了现在类似的数据之外,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 是图像 A 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?
【问题讨论】:
-
也许您可以将 b64 作为列发送:```"instances": [ {"input_tensor": { "b64": [b64A, b64B, ... ] }
-
很遗憾,它无法正常工作,但感谢您的帮助!
标签: python object-detection tensorflow-serving