Google Cloud ML returns 使用对象检测模型的空预测

Question

我是第一次将模型部署到 Google Cloud ML。我已经在本地训练和测试了模型，它仍然需要工作，但它工作正常。

我已将其上传到 Cloud ML 并使用我在本地测试的相同示例图像进行测试，我知道这些图像会被检测到。（使用 this tutorial）

当我这样做时，我没有检测到。起初我以为我上传了错误的检查点，但我测试了，同样的检查点可以离线使用这些图像，我不知道如何进一步调试。

当我查看结果文件时

prediction.results-00000-of-00001

只是空的

和文件

prediction.errors_stats-00000-of-00001

包含以下文本：('No JSON object could be decoded', 1)

这是检测运行但什么也没检测到的迹象，还是运行宁时有问题？

也许问题是我准备上传的图片有误？

日志显示完全没有错误

谢谢

编辑：

我正在做更多测试，并尝试使用命令 "gcloud ml-engine local predict" 而不是通常的本地代码在本地运行模型。我得到的结果和网上一样，根本没有答案，也没有错误信息

编辑 2：我正在使用 TF_Record 文件，所以我不理解 JSON 响应。这是我的命令的副本：

gcloud ml-engine jobs submit prediction ${JOB_ID} --data- format=tf_record \ --input-paths=gs://MY_BUCKET/data_dir/inputs.tfr \ --output-path=gs://MY_BUCKET/data_dir/version4 \ --region us-central1 \ --model="gcp_detector" \ --version="Version4"

Answer 1

适用于以下命令

模型导出：

# From tensorflow/models
export PYTHONPATH=$PYTHONPATH:/home/[user]/repos/DeepLearning/tools/models/research:/home/[user]/repos/DeepLearning/tools/models/research/slim
cd /home/[user]/repos/DeepLearning/tools/models/research
python object_detection/export_inference_graph.py \
    --input_type encoded_image_string_tensor \
    --pipeline_config_path /home/[user]/[path]/ssd_mobilenet_v1_pets.config \
    --trained_checkpoint_prefix /[path_to_checkpoint]/model.ckpt-216593 \
    --output_directory /[output_path]/output_inference_graph.pb

云执行

gcloud ml-engine jobs submit prediction ${JOB_ID} --data-format=TF_RECORD \
    --input-paths=gs://my_inference/data_dir/inputs/* \
    --output-path=${YOUR_OUTPUT_DIR}  \
    --region us-central1 \
    --model="model_name" \
    --version="version_name"

我不知道究竟是什么更改解决了这个问题，但有一些小的更改，例如 tf_record 现在是 TF_RECORD。希望这可以帮助别人。支持 google 支持他们的帮助（他们建议更改）

Google Cloud ML returns 使用对象检测模型的空预测

Google Cloud ML returns empty predictions with object detection model

google-cloud-ml