云在线预测返回请求有效载荷大小超过限制:1572864字节

问题描述 投票:1回答:1

我训练了一个带有tensorflow的图像分类器并将其部署到谷歌云,现在我正在尝试使用以下代码进行在线预测:

    service = googleapiclient.discovery.build('ml','v1')
name = 'projects/{}/models/{}'.format("project_name","model_name")


image = img_to_array(load_img('path/to/image/image.jpg', target_size=(299,299))) / 255.


payload = {
  "instances": [{'image': image.tolist()}]
}


response = service.projects().predict(
    name=name,
    body=payload).execute()

if 'error' in response:
    raise RuntimeError(response['error'])

print(response['predictions'])

我在几篇文章中看到,我需要将我的请求保存为云存储中的json文件,并从那里调用它来进行预测并避免超出限制问题。我还读到这只能用于批量预测。

有没有解决方法,或者我应该放弃并使用批量预测?任何信息都非常感谢。

python tensorflow google-cloud-storage google-cloud-ml
1个回答
0
投票

遗憾的是没有解决方法。您将不得不使用批量预测。

如果你找到了另一种方法,请在这里分享!


0
投票

您可以将图像作为Google云端存储网址传递,然后传递它。为此,您必须更改默认服务功能以将输入作为imageUrl而不是张量或列表。

© www.soinside.com 2019 - 2024. All rights reserved.