TensorFlow モデルを直接インポートしたモデルサーバーのデモ¶
ここでは、OpenVINO モデルサーバーを使用して TensorFlow モデルの推論要求を実行する方法を説明します。例として、InceptionResNetV2 を使用して画像の分類を行います。
実行の準備¶
リポジトリーのクローンを作成し、image_classification_using_tf_model ディレクトリーに移動します。
git clone https://github.com/openvinotoolkit/model_server.git
cd model_server/demos/image_classification_using_tf_model/python
InceptionResNetV2 モデルのダウンロード¶
mkdir -p model/1
wget -P model/1 https://storage.googleapis.com/download.tensorflow.org/models/tflite/model_zoo/upload_20180427/inception_resnet_v2_2018_04_27.tgz
tar xzf model/1/inception_resnet_v2_2018_04_27.tgz -C model/1
OpenVINO™ モデルサーバーの実行¶
docker run -d -v $PWD/model:/models -p 9000:9000 openvino/model_server:latest --model_path /models --model_name resnet --port 9000
クライアントの実行¶
Python の依存関係をインストールします。
pip3 install -r requirements.txt
クライアントを実行する準備ができました。
python3 image_classification_using_tf_model.py --help
usage: image_classification_using_tf_model.py [-h] [--grpc_address GRPC_ADDRESS] [--grpc_port GRPC_PORT] --image_input_path IMAGE_INPUT_PATH
Client for OCR pipeline
optional arguments:
-h, --help show this help message and exit
--grpc_address GRPC_ADDRESS
Specify url to grpc service. default:localhost
--grpc_port GRPC_PORT
Specify port to grpc service. default: 9000
--image_input_path IMAGE_INPUT_PATH
Image input path
デモを実行した結果の例:
python3 image_classification_using_tf_model.py --grpc_port 9000 --image_input_path ../../common/static/images/zebra.jpeg
Image classified as zebra