2

我正在尝试使用 Google AI Platform 预测来使用 Mask RCNN 执行对象识别。在花了将近两周的时间后，我能够：

  1. 了解如何在 Google Cloud 上进行培训
  2. 将模型从 h5 转换为 AI 平台所需的 SavedModel 格式
  3. 创建 AI 平台模型并在那里部署经过训练的模型。

现在，我正在尝试执行预测，它说我的输入大小超过了 1.5 MB，这是输入的最大大小。当我检查它时，将图像（大小为 65KB）转换为预测所需格式的代码使输入文件变为 57MB。

我不知道如何在成型时将 64 KB 的图像文件转换为 57 MB 的 json 文件。我想知道如何减少这种情况？不确定我是否做错了什么。

我尝试使用 gcloud local predict 执行本地预测，并且能够获得 57MB 文件的响应。所以，这意味着文件是正确的。

我尝试将图像的最大尺寸设置为 400X400，从而将文件大小从 57MB 减少到大约 7MB。这仍然很高。我不能继续减少它，因为它会导致信息丢失。

4

1 回答 1

1

根据在线预测文档

二进制数据不能格式化为 JSON 支持的 UTF-8 编码字符串。如果您的输入中有二进制数据，则必须使用 base64 编码来表示它。

你需要input_image调用你的张量input_image_bytes，你会像这样向它发送数据：

{'input_image_bytes': {'b64': base64.b64encode(jpeg_data).decode()}}

如果您需要帮助纠正模型的输入，您应该def _encoded_image_string_tensor_input_placeholder()在export_inference_graph.py调用的exporter.py中看到

于 2019-11-04T11:21:54.640 回答