Empresas
Empregos
  • Sobre nós
  • Soluções
    • Publicação de vagas
      Publique sua vaga e receba candidatos qualificados em 48h.
    • Avaliações de candidatos
      Mais de 500 testes técnicos e psicológicos, mais anti-fraude.
    • Headhunting
      Busca executiva personalizada do início ao fim.
    • Folha de Pagamento + EOR
      Dispersão de folha e EOR em mais de 15 países da LATAM.
  • Preços
  • Empregos

0

117
Visualizações
Tensorflow Serving sigue devolviendo el mismo resultado

Entonces, estoy siguiendo este tutorial: https://www.youtube.com/watch?v=t6NI0u_lgNo&t=1826s y justo después de la parte de servicio de tensorflow, había estado probando mi código API fastapi que se ve así:

 from fastapi import FastAPI, File, UploadFile from fastapi.middleware.cors import CORSMiddleware import uvicorn import numpy as np from io import BytesIO from PIL import Image import tensorflow as tf import os import requests os.environ["CUDA_VISIBLE_DEVICES"] = "-1" app = FastAPI() endpoint = "http://localhost:8501/v1/models/plant_model:predict" CLASS_NAMES = ['Potato___Early_blight', 'Potato___Late_blight', 'Potato___healthy', 'Tomato_Early_blight', 'Tomato_Late_blight', 'Tomato_healthy'] @app.get("/ping") async def ping(): return "Hello, I am alive" def read_file_as_image(data) -> np.ndarray: image = np.array(Image.open(BytesIO(data))) return image @app.post("/predict") async def predict( file: UploadFile = File(...) ): image = read_file_as_image(await file.read()) img_batch = np.expand_dims(image, 0) json_data = { "instances": img_batch.tolist() } response = requests.post(endpoint, json=json_data) prediction = np.array(response.json()["predictions"][0]) predicted_class = CLASS_NAMES[np.argmax(prediction[0])] confidence = np.max(prediction[0]) return { 'class': predicted_class, 'confidence': float(confidence) } if __name__ == "__main__": uvicorn.run(app, host='localhost', port=8000)

Por cierto, estoy usando Ubuntu Ubuntu 20.04.

y le estoy pasando la imagen de una hoja de 255x255. (mi modelo está hecho para clasificar diferentes tipos de enfermedades para diferentes tipos de hojas vegetales)

Pero, por alguna razón, siempre me da esta misma salida falsa:

 "class": "Potato___Early_blight", "confidence": 0.374938548 }

También lo probé con otra imagen de hoja, pero sigue siendo el mismo solo que con una confianza diferente:

 "class": "Potato___Early_blight", "confidence": 1.21042137e-06

No puedo publicar imágenes aquí porque mi rango es demasiado bajo.

y aquí está el enlace al cuaderno AI google colab que hice para la IA: https://colab.research.google.com/drive/1i2v_RbZ8lI-e0joE-qBxym6_6xF5rR0g?usp=sharing

Entonces, ¿qué estoy haciendo mal? Revisé otras respuestas pero entran en los detalles del código en lugar de una respuesta general.

over 4 years ago · Santiago Trujillo
Responde à pergunta
Encontrar trabalhos remotos

Descubra a nova forma de encontrar um emprego!

melhores empregos
Principais categorias de trabalho
Empresas
Postar vaga Preços Comercial
Jurídico
Termos e Condições Política de privacidade
© 2026 PeakU Inc. All Rights Reserved.
Andres GPT
Recomende algumas ofertas para mim
Preciso de ajuda