Python 使用特定类型的输入运行TensorFlow 2中的SavedModel

我正在尝试运行我在TensorFlow 2中以SavedModel格式准备的对象检测模型

该模型将字节编码的JPEG、PNG或GIF格式的输入作为编码的图像字符串张量：0，并输出典型的检测分数：0，检测框：0，等等

在TensorFlow 1.15中，我可以执行以下操作：

将tf.Session（graph=tf.graph（））作为sess的

：
tf.saved_model.loader.load（sess，[“service”]，路径到_model）
cap=cv2.视频捕获（摄像机id）
ret，frame=cap.read（）
ret，encoded=cv2.imencode（“.jpg”，帧）
推断=sess.run（[“检测分数：0”，“检测框：0”]，feed\u dict={
“编码的\u图像\u字符串\u张量：0:[encoded.tobytes（），]
})
#使用此处的输出

我一直试图将这段代码转换为使用TensorFlow 2的新API，而不是兼容性库，但我一直遇到障碍。以下是我一直试图在TensorFlow 2中使用的代码：

load=tf.saved\u model.load（路径\u到\u model）
推断=已加载。签名[“提供默认值”]
#`encoded`与前面的示例相同，
#TF2始终请求“图像_字节”和“键”作为输入
预测=推断（image_bytes=encoded.tobytes（），key=”“）
"""
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“venv/lib/python3.6/site packages/tensorflow_core/python/eager/function.py”，第1551行，在调用中__
返回self.\u调用\u impl（args，kwargs）
文件“venv/lib/python3.6/site packages/tensorflow\u core/python/eager/function.py”，第1591行，在调用impl中
返回self.\u调用平面（参数、self.captured\u输入、取消\u管理器）
文件“venv/lib/python3.6/site packages/tensorflow\u core/python/eager/function.py”，第1684行，位于调用平面中
“张量”。%（self.\u func\u graph.name，i，str（arg）））
ValueError:'ConcreteFunction'的所有输入必须是张量；调用pruned时，第0个输入（b'…'）不是张量。
"""

是否有一个功能相当于TensorFlow 1.x代码的TensorFlow 2.x不使用兼容性库，或者我的方法完全错误

---

我一直在引用TensorFlow的SavedModel文档，可在此处找到：。

当前的问题似乎是：

All inputs to `ConcreteFunction`s must be Tensors...

因此，与其传入

encoded.tobytes（）

，不如尝试传入

tf.convert\u to_tensor（encoded.tobytes（））

或者，查看的文档，它似乎提供了特定于图像的张量转换