带图像上传的Tensorflow初始

Question

我试图使用一个烧瓶包装器将一个图像上传到tfinception模型，但是在通过postman测试时，我遇到了一个错误。我尝试了很多google搜索/SO，但是没有找到一种方法来解决最初的image_data部分的地址

image_data = tf.gfile.FastGFile(image_path, 'rb').read()

但是我已经用flask的请求模块改变了它来接受图像数据，而这个总是空的

^{pr2}$

但我想把我上传的图像文件的数据传过来。在

错误：

InvalidArgumentError (see above for traceback): Invalid JPEG data, size 0
     [[Node: DecodeJpeg = DecodeJpeg[acceptable_fraction=1, channels=3, dct_method="", fancy_upscaling=true, ratio=1, try_recover_truncated=false, _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_DecodeJpeg/contents_0)]]

代码：

from flask import Flask, request
import tensorflow as tf
import sys

app = Flask(__name__)

@app.route("/classify", methods=["POST"])
def classify():
    image_data = request.data
    #loads label file, strips off carriage return
    label_lines = [line.strip() for line in tf.gfile.GFile("/tmp/output_labels.txt")]

    # Unpersists graph from file
    with tf.gfile.FastGFile("/tmp/output_graph.pb", 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        _ = tf.import_graph_def(graph_def, name='')

    with tf.Session() as sess:
        # Feed the image data as input to the graph an get first prediction
        softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
        predictions = sess.run(softmax_tensor, \
             {'DecodeJpeg/contents:0':image_data})
        # Sort to show labels of first prediction in order of confidence
        top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]

        for node_id in top_k:
            human_string = label_lines[node_id]
            score = predictions[0][node_id]
            print('%s (score = %.2f)' % (human_string, score))

if __name__ == '__main__':
    app.run()

Answer 1

（完整重写答案，感谢您的澄清）

因此，我所理解的是，当直接使用文件名时，您的代码运行得很好，但是一旦您尝试从POST读取该文件，就会失败。在

在代码中检索文件如下所示：

image_data = request.data

Looking around the web我发现您应该像这样获取数据：

^{pr2}$