Google CloudML serving_input_receiver_fn() b64 解码错误答案

【问题标题】：Google CloudML serving_input_receiver_fn() b64 decode errorGoogle CloudML serving_input_receiver_fn() b64 解码错误
【发布时间】：2019-07-11 10:06:31
【问题描述】：

我通过 AJAX POST 将 base64 编码图像发送到存储在 Google CloudML 中的模型。我收到一条错误消息，告诉我我的 input_fn(): 无法解码图像并将其转换为 jpeg。

错误：

Prediction failed: Error during model execution: 
AbortionError(code=StatusCode.INVALID_ARGUMENT,  
details="Expected image (JPEG, PNG, or GIF), got 
unknown format starting with 'u\253Z\212f\240{\370
\351z\006\332\261\356\270\377' [[{{node map/while
/DecodeJpeg}} = DecodeJpeg[_output_shapes=
[[?,?,3]], acceptable_fraction=1, channels=3, 
dct_method="", fancy_upscaling=true, ratio=1, 
try_recover_truncated=false, 
_device="/job:localhost/replica:0 /task:0
/device:CPU:0"](map/while/TensorArrayReadV3)]]")

下面是完整的 Serving_input_receiver_fn()：

我认为第一步是处理传入的 b64 编码字符串并对其进行解码。这是通过以下方式完成的：

image = tensorflow.io.decode_base64(image_str_tensor)
我相信下一步是打开字节，但这是我不知道如何使用 tensorflow 代码处理解码的 b64 字符串并需要帮助的地方。

使用 python Flask 应用程序可以做到这一点：

image = Image.open(io.BytesIO(decoded))

传递字节以被tf.image.decode_jpeg解码？？？？

image = tensorflow.image.decode_jpeg(image_str_tensor, channels=CHANNELS)

完整的 input_fn(): 代码

def serving_input_receiver_fn(): 
   def prepare_image(image_str_tensor): 
   image = tensorflow.io.decode_base64(image_str_tensor)
   image = tensorflow.image.decode_jpeg(image_str_tensor, channels=CHANNELS)
   image = tensorflow.expand_dims(image, 0) image = tensorflow.image.resize_bilinear(image, [HEIGHT, WIDTH], align_corners=False)
   image = tensorflow.squeeze(image, axis=[0])    
   image = tensorflow.cast(image, dtype=tensorflow.uint8) 
   return image

如何将我的 b64 字符串解码回 jpeg，然后将 jpeg 转换为张量？

【问题讨论】：

你能展示你的 image_str_tensor 吗？ AFAIK TF 服务 http 可以将图像 base64 字符串编码为 JSON。
感谢您指出 image_str_tensor，johnjohnlys。一直困扰着我的事情。它只是出现在这个答案中：（stackoverflow.com/questions/51432589/…）和这个答案：（github.com/mhwilder/tf-keras-gcloud-deployment/blob/master/…）——正如你所看到的，我只是从第一个答案中复制的，看起来 image_str_tensor 只是通过而没有被声明。
我已经对我的图像进行了编码并通过 Ajax 帖子使用 json.stringify 发送。一旦到达服务输入接收器函数，它就会解码并转换回 jpeg。
要将图像（二进制）输入作为 http 有效负载的一部分发送，ml 引擎要求您将其作为 base64 编码发送。 ML 引擎会在将其发送到您的图表之前对其进行解码。所以你不需要在你的图表中解码。

标签： image tensorflow base64 tensorflow-serving google-cloud-ml

【解决方案1】：

这是处理 b64 图像的示例。

HEIGHT = 224
WIDTH = 224
CHANNELS = 3
IMAGE_SHAPE = (HEIGHT, WIDTH)
version = 'v1'

def serving_input_receiver_fn():
    def prepare_image(image_str_tensor):
        image = tf.image.decode_jpeg(image_str_tensor, channels=CHANNELS)
        return image_preprocessing(image)

    input_ph = tf.placeholder(tf.string, shape=[None])
    images_tensor = tf.map_fn(
        prepare_image, input_ph, back_prop=False, dtype=tf.uint8)
    images_tensor = tf.image.convert_image_dtype(images_tensor, dtype=tf.float32)

    return tf.estimator.export.ServingInputReceiver(
        {'input': images_tensor},
        {'image_bytes': input_ph})

export_path = os.path.join('/tmp/models/json_b64', version)
if os.path.exists(export_path):  # clean up old exports with this version
    shutil.rmtree(export_path)
estimator.export_savedmodel(
    export_path,
    serving_input_receiver_fn=serving_input_receiver_fn)

【讨论】：