5.python请求部署在tensorflow_serving

目录

根据训练时的格式调整图片格式

转换位json格式

 post数据并接收返回值

 打印最大值

• 根据训练时的格式调整图片格式

  pic_path = 'H:\\Nymphaea\\\IMG_1727.JPG'
  img = Image.open(pic_path)
  img = img.resize((128, 128), Image.ANTIALIAS)
  img_arr = np.array(img)
  img_arr = img_arr / 255.0
  x_test = np.reshape(img_arr, (128, 128, 3))
  x_predict = x_test[tf.newaxis, ...]

   

• 转换位json格式

  import json
  data = json.dumps({"signature_name": "serving_default", "instances": x_predict.tolist()})
  print('Data: {} ... {}'.format(data[:50], data[len(data)-52:]))

   

•  post数据并接收返回值

  headers = {"content-type": "application/json"}
  json_response = requests.post('http://10.0.68.22:8502/v1/models/googlenet_model:predict', data=data, headers=headers)
  predictions = json.loads(json_response.text)['predictions']

   

•  打印最大值

  print(np.argmax(predictions[0]))

   

本文地址：https://blog.csdn.net/qq_34387412/article/details/110453675