在Google AutoML中创建模型后,我们可以使用提供的python代码进行预测。这是代码:
import sys
from google.cloud import automl_v1beta1
from google.cloud.automl_v1beta1.proto import service_pb2
def get_prediction(content, project_id, model_id):
prediction_client = automl_v1beta1.PredictionServiceClient()
name = 'projects/{}/locations/us-central1/models/{}'.format(project_id, model_id)
payload = {'image': {'image_bytes': content }}
params = {}
request = prediction_client.predict(name, payload, params)
return request # waits till request is returned
if __name__ == '__main__':
file_path = sys.argv[1]
project_id = sys.argv[2]
model_id = sys.argv[3]
with open(file_path, 'rb') as ff:
content = ff.read()
print get_prediction(content, project_id, model_id)
我意识到,它只会打印分数高于阈值value = 0.5
的检测结果。输出示例:
payload {
classification {
score: 0.562688529491
}
display_name: "dog"
}
如何打印分数低于阈值0.5(例如,将阈值更改为0.3)的其他检测结果?
答案 0 :(得分:1)
请参阅api文档here
参数
具有字符串属性的对象
其他特定于域的参数,任何字符串必须最大为25000 个字符长。
对于图像分类:
score_threshold-(浮点)从0.0到1.0的值。当模型 对图像进行预测,只会产生具有以下特征的结果: 至少这个置信度分数阈值。默认值为0.5。
原型中字段的实际描述是
map<string,string> params;
因此,您将更改已设置为空dict的params变量。将params
变量更改为:params = {"score_threshold": "0.3"}
将起作用。