在google ml上运行导出的inception:expected float32得到“str”

错误消息表明导出的模型需要浮点数组而不是原始图像字节。我查了一遍代码来确认这一点。明确地, export_model 电话 build_eval_session 得到 resized_input_tensor 创建于 create_module_graph 如下( link ):

resized_input_tensor = tf.placeholder(tf.float32, [None, height, width, 3])

因此,预期数据如下所示:

{
  "image": [
    [
      [0.0, 0.0, 0.0],
        # ... (num entries = height)
    ],
    # (num entries = width)
  ]
}

当然,这是一种效率相当低的图像编码方法(以ASCII形式浮动)。如果期望的图像大小很小(通常是200 x 200),这并不可怕。如果示例的作者允许导出模型并调用 add_jpeg_decoding 作为模型的入口点,它允许您在当前尝试发送数据时发送数据。