我修改了this code,以使用Pytorch内置的yolo_v2(重量文件为192 mb)解决我自己的基于图像的对象检测问题。
一切都在本地运行,并且我可以使用类似上一本笔记本中的类似命令来部署模型而不会出现错误:我使用Python版本3.5,并且删除了--framework='SCIKIT_LEARN'
,否则在执行该操作时会导致错误创建版本。使用调试日志记录时,它的部署也不会造成麻烦。
但是,当我尝试预测时,会收到此错误:
{
"error": "Prediction failed: unknown error."
}
我的预处理程序需要三个输入,其中一个输入到存储图像的GCS地址,另外两个是我作为字符串传递的索引,它们在内部转换为整数。本地执行的请求完全符合要求
requests = {"filename" : "gs://bucket/imagepath.jpg",
"coordinateX": "100", "coordinateY": "100"}
我可以导入我的自定义模型,运行它,并接收预期的输出。
但是,按照上述笔记本的结构,在部署模型并使用JSON格式进行预测之后,会导致上述错误。
此外,使用基于控制台的界面插入
{
"instances": [
{
"filename": "gs://bucket/imagepath.jpg",
"coordinateX": "100",
"coordinateY": "100"}]}
导致相同的错误。
我看到人们报告了类似的错误,对于他们来说,关于请求的确切格式的反复试验对我们有帮助。另一方面,我的想法不完整,我应该将数据导入以使其起作用。