Python 仅显示图像的AutoMl边缘模型
因此，我是ml新手，在automl上工作，它在线显示预测效果要好得多，但问题是我需要一个离线解决方案，所以我在边缘Tensorflow上部署模型，一旦我训练了模型并将其离线下载。我得到了一个标签txt文件，3个bin文件和1个JSON文件格式的模型文件 我确实读过这篇文章，但我似乎仍然无法让我的模型工作，因为这个链接显示我们必须制作index.html文件我确实复制粘贴了相同的代码并制作了一个html文件，但我不想从google存储中加载图像，所以我给出了与index.html文件在同一文件夹中的图像路径，并删除了交叉源，但仍然，它只是显示图像，而不是检测图像的概率或诸如此类的东西，是的，我用python打开了Http.server8080，所以没有问题Python 仅显示图像的AutoMl边缘模型,python,tensorflow,machine-learning,google-cloud-platform,automl,Python,Tensorflow,Machine Learning,Google Cloud Platform,Automl,因此，我是ml新手，在automl上工作，它在线显示预测效果要好得多，但问题是我需要一个离线解决方案，所以我在边缘Tensorflow上部署模型，一旦我训练了模型并将其离线下载。我得到了一个标签txt文件，3个bin文件和1个JSON文件格式的模型文件 我确实读过这篇文章，但我似乎仍然无法让我的模型工作，因为这个链接显示我们必须制作index.html文件我确实复制粘贴了相同的代码并制作了一个html文件，但我不想从google存储中加载图像，所以我给出了与index.html文件在同一文件夹中
<script src="https://unpkg.com/@tensorflow/tfjs"></script>
<script src="https://unpkg.com/@tensorflow/tfjs-automl"></script>
<img id="detect" src="1.png">
<script>
async function run() {
const model = await tf.automl.loadImageClassification('model.json');
const image = document.getElementById('detect');
const predictions = await model.classify(image);
console.log(predictions);
// Show the resulting object on the page.
const pre = document.createElement('pre');
pre.textContent = JSON.stringify(predictions, null, 2);
document.body.append(pre);
}
run();
</script>
异步函数run（）{
const model=await tf.automl.loadImageClassification（'model.json'）；
const image=document.getElementById（'detect'）；
常数预测=等待模型。分类（图像）；
控制台日志（预测）；
//在页面上显示结果对象。
const pre=document.createElement（'pre'）；
pre.textContent=JSON.stringify（预测，null，2）；
文件.正文.附加（预）；
}
run（）；
有人能帮我做些什么吗？我已经搜索了许多互联网论坛，但找不到答案。我可以在官方文件之后在本地查看预测。 JS代码或文件上的配置可能会丢失。 我想我修改了一些文件，但我不记得是哪一个，所以我会在我的工作版本中列出所有相关的代码，这样你就可以比较了。 浏览器和Javascript控制台也值得检查（查看>开发者>Chrome中的Javascript控制台）。我的quickstart Tensorflow.js工作预测正在Chrome上运行 dict.txt
sunflowers
tulips
dandelion
roses
daisy
binaryfile.bin
index.html
<head>
</head>
<body>
<script src="https://unpkg.com/@tensorflow/tfjs"></script>
<script src="https://unpkg.com/@tensorflow/tfjs-automl"></script>
<img id="daisy" crossorigin="anonymous" src="./download.jpeg">
<script>
async function run() {
const model = await tf.automl.loadImageClassification('model.json');
const image = document.getElementById('daisy');
const predictions = await model.classify(image);
console.log(predictions);
// Show the resulting object on the page.
const pre = document.createElement('pre');
pre.textContent = JSON.stringify(predictions, null, 2);
document.body.append(pre);
}
run();
</script>
<body>
异步函数run（）{
const model=await tf.automl.loadImageClassification（'model.json'）；
const image=document.getElementById（'daisy'）；
常数预测=等待模型。分类（图像）；
控制台日志（预测）；
//在页面上显示结果对象。
const pre=document.createElement（'pre'）；
pre.textContent=JSON.stringify（预测，null，2）；
文件.正文.附加（预）；
}
run（）；