Serving
Serving copied to clipboard
PaddlePaddle
自己训练导出的模型，HTTP Service部署后预测失败
使用上图示例是可以成功的，自己训练完模型后，按照Paddle Serving部署模型导出也是成功的，使用导出的模型按照示例HTTP Service部署成功后，预测时失败。
上图左边是自己导出后的serving_server_conf.prototxt，右边是示例中的文件。使用curl -H "Content-Type:application/json" -X POST -d '{"feed":[{"image": "https://paddle-serving.bj.bcebos.com/imagenet-example/daisy.jpg"}], "fetch": ["score"]}' http://127.0.0.1:9696/image/prediction命令预测图片，需要改动哪里？fetch:[]参数里面改了下也不行，还有起服务的脚本需要如何修改。求帮助，谢谢。
收到case，我们会尽快提供检测任务的可视化demo
感谢！好了给个连接吧，最近比较急，要使用。
方便给个模型让我测试一下吗，以及还有报的是什么样的错误。
收到case，我们会尽快提供检测任务的可视化demo
感谢！好了给个连接吧，最近比较急，要使用。
方便给个模型让我测试一下吗，以及还有报的是什么样的错误。
可以的，模型的部署没有报错，就是使用时不知道怎么使用，我模型怎么给你？
收到case，我们会尽快提供检测任务的可视化demo
感谢！好了给个连接吧，最近比较急，要使用。
方便给个模型让我测试一下吗，以及还有报的是什么样的错误。
这我qq，986548155，可以的话，加qq我给您吧？
收到case，我们会尽快提供检测任务的可视化demo
感谢！好了给个连接吧，最近比较急，要使用。
方便给个模型让我测试一下吗，以及还有报的是什么样的错误。
我使用时，应该时这个参数不知道填什么，我自己yolov4训练的模型和你们提供的yolov3_r50vd_dcn_obj365_pretrained模型，使用tools/export_serving_model.py导出方式后，导出的文件需要都是下图这样，im_size参数填写不知如何写，写上后也报错，导出后模型的部署是没有问题的。帮忙看看吧，谢谢了！
收到case，我们会尽快提供检测任务的可视化demo
感谢！好了给个连接吧，最近比较急，要使用。
方便给个模型让我测试一下吗，以及还有报的是什么样的错误。
这我qq，986548155，可以的话，加qq我给您吧？
好的
我也是使用yolov3训练出的模型，想用HTTP Service部署，使用curlpost包进行预测的方式，希望给个例子
请问有对应的例子提供了吗，我也需要使用curl post的方式预测
加载自己的训练模型，报错，有没有大神给指导一下
`Traceback (most recent call last):
File "/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle_serving_server/pipeline/error_catch.py", line 97, in wrapper
res = func(*args, **kw)
File "/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle_serving_server/pipeline/error_catch.py", line 160, in wrapper
raise CustomException(CustomExceptionCode.INPUT_PARAMS_ERROR, "invalid arg list: {}".format(invalid_argument_list), True)
paddle_serving_server.pipeline.error_catch.CustomException:
exception_code: 5000
exception_type: INPUT_PARAMS_ERROR
error_msg: invalid arg list: ['feed_batch']
is_send_to_user: True
Classname: Op.process.
[[-1.0903361 , -1.0903361 , -1.0903361 , ..., -0.12745096,
-0.12745096, -0.12745096],
[-1.0728291 , -1.0728291 , -1.0728291 , ..., -0.16246496,
-0.16246496, -0.16246496],
[-1.0378151 , -1.0378151 , -1.0378151 , ..., -0.19747896,
-0.21498597, -0.21498597],
...,
[-0.460084 , -0.442577 , -0.442577 , ..., -0.81022406,
-0.652661 , -0.60014004],
[-0.21498597, -0.21498597, -0.21498597, ..., -0.827731 ,
-0.687675 , -0.60014004],
[-0.24999997, -0.23249297, -0.23249297, ..., -0.827731 ,
-0.705182 , -0.617647 ]],
[[-0.8458388 , -0.8458388 , -0.8458388 , ..., 0.26962963,
0.26962963, 0.26962963],
[-0.8284096 , -0.8284096 , -0.8284096 , ..., 0.23477125,
0.23477125, 0.23477125],
[-0.7935512 , -0.7935512 , -0.7935512 , ..., 0.19991288,
0.19991288, 0.19991288],
...,
[-0.27067533, -0.27067533, -0.27067533, ..., -0.7064052 ,
-0.61925924, -0.61925924],
[-0.02666664, -0.02666664, -0.02666664, ..., -0.72383446,
-0.61925924, -0.61925924],
[-0.06152503, -0.04409584, -0.04409584, ..., -0.72383446,
-0.6366884 , -0.61925924]]]], dtype=float32)}], ['multiclass_nms3_0.tmp_0', 'multiclass_nms3_0.tmp_2'])
ERROR 2023-06-28 10:07:53,042 [operator.py:1079] [det] failed to predict. Log_id: 0 Raise_msg: invalid arg list ClassName: Op.process.
