CNN모델을 RESTful?로 서빙을 하고 싶습니다.

Question

CNN모델을 RESTful?로 서빙을 하고 싶습니다. 안녕하세요. 평소에 Python과는 거리가 먼 업무를 진행하다.우연한 기회로 Python과 TensorFlow를 접하게 되었고, CNN모델이라는 것을 알게 되었습니다. 처음으로 접한 CNN모델이 정말 재밌더군요.그래서 이 CNN모델을 사용해서 사용자가 이미지를 전송하면 CNN모델이 결과를 도출하여JSON으로 결과를 수신받고 싶은데, 지식도 없고 열심히 찾아봤지만,저의 부족한 서치 능력으로는 찾지 못했습니다 ㅜㅜ Postman을 사용하여 이미지 데이터 전송 시 JSON으로 결과를 받는 모델을 구현하고 싶어 도움을 요청드립니다. 동작 순서1. 서버에서 CNN 모델의 saved_model.pb를 서빙2. Postman을 통한 데이터 전송 Method : POST Headers : Key &#61; Content-type / VALUE &#61; image/jpeg Body : binary / Select File &#61; 이미지 파일 3. 개 or 고양이(string) 정확도(float)로 2개의 결과를 JSON 수신. 위의 내용대로 구현하고 싶습니다. 다음은 구글링을 통해 CNN모델을 saved_model 모델까지 이루어지는 소스입니다. # import import os import tensorflow as tf # 디렉터리 생성 함수 def make_directory(target_path): if not os.path.exists(target_path): os.mkdir(target_path) print('Directory ', target_path, ' Created ') else: print('Directory ', target_path, ' already exists') # 경로 지정하기 base_dir &#61; 'C:/python_test/cats_and_dogs_filtered' train_dir &#61; os.path.join(base_dir, 'train') validation_dir &#61; os.path.join(base_dir, 'validation') train_cats_dir &#61; os.path.join(train_dir, 'cats') train_dogs_dir &#61; os.path.join(train_dir, 'dogs') # 모델 구성하기 model &#61; tf.keras.models.Sequential([ tf.keras.layers.Conv2D(16, (3,3), activation&#61;'relu', input_shape&#61;(150, 150, 3)), tf.keras.layers.MaxPooling2D(2,2), tf.keras.layers.Conv2D(32, (3,3), activation&#61;'relu'), tf.keras.layers.MaxPooling2D(2,2), tf.keras.layers.Conv2D(64, (3,3), activation&#61;'relu'), tf.keras.layers.MaxPooling2D(2,2), tf.keras.layers.Flatten(), tf.keras.layers.Dense(512, activation&#61;'relu'), tf.keras.layers.Dense(1, activation&#61;'sigmoid') # softmax : 분류 클래스가 3가지 이상이면 softmax를 사용 ]) model.summary() # 모델 컴파일하기 from tensorflow.keras.optimizers import RMSprop model.compile(optimizer&#61;RMSprop(lr&#61;0.001), loss&#61;'binary_crossentropy', # categorical_crossentropy : 분류 클래스가 3가지 이상이면 categorical_crossentropy를 사용 metrics &#61; ['accuracy']) # 이미지 데이터 전처리하기 from tensorflow.keras.preprocessing.image import ImageDataGenerator train_datagen &#61; ImageDataGenerator( rescale &#61; 1.0/255. ) test_datagen &#61; ImageDataGenerator( rescale &#61; 1.0/255. ) train_generator &#61; train_datagen.flow_from_directory(train_dir, batch_size&#61;20, class_mode&#61;'binary', target_size&#61;(150, 150)) validation_generator &#61; test_datagen.flow_from_directory(validation_dir, batch_size&#61;20, class_mode &#61; 'binary', target_size &#61; (150, 150)) # 모델 훈련하기 history &#61; model.fit(train_generator, validation_data&#61;validation_generator, steps_per_epoch&#61;100, epochs&#61;15, validation_steps&#61;50, verbose&#61;2) # 모델 저장하기 SAVED_MODEL_PATH &#61; 'C:/saved_model' make_directory(SAVED_MODEL_PATH) MODEL_DIR &#61; SAVED_MODEL_PATH version &#61; 1 export_path &#61; os.path.join(MODEL_DIR, str(version)) print('export_path &#61; {}
'.format(export_path)) tf.saved_model.save( model, export_path, signatures&#61;None, options&#61;None ) print('
Saved model: OK') 어떻게 하면 구현할 수 있을까요??ㅜ 감사합니다.

최현일 · Answer

python으로 웹로직을 같이 짜면 될 것 같아요. 자바라면... https://deeplearning4j.konduit.ai/multi-project/tutorials/quickstart 이것을 사용해보세요. 서비스에서, 연결해서 만들면 될 것 같네요~. 저도 알고 싶기는 한데... 딥러닝을 해서, 고양이, 강아지 이미지 해서 100장정도 모아두고, 고양이 사진을 주고, 고양이를 맞추기. 강아지로 딥러닝 결과값이 나오면, 다시 수정해서, 고양이로 되게 하기. --> 훈련시킨다음에... 실제로 고양이 사진을 주면, 고양이로 응답받기. 또는 퍼센테이지로 몇퍼센트 고양이일 확률. 공부하기는 했는데... 로직을 보면서, 어디에 true, false값이 있는지... 데이터에 어디에 값이 있는지 봐야 될것 같네요~.

Minsu Chae · Answer

https://www.tensorflow.org/tfx/guide/serving?hl&#61;ko참고하시거나 윗 분 얘기대로 파이썬 기반의 웹 API를 만드시면 됩니다.만약 학습 비용이 너무 크다고 생각하시면 https://ichi.pro/ko/docker-mich-flaskwa-hamkke-tensorflow-serving-eul-sayonghayeo-dib-leoning-model-baepo-65534607473626이 글을 참고하셔서 구현하시면 될 것 같네요.

페코옹 · Answer

클라이언트 (postman, web, app 등) 1. api를 통하여 이미지 전달2. 결과 출력 서버 (flask, django 등)1. 서버 시작 시 저장된 모델 load2. request에 들어있는 이미지 전처리 1) 이미지 -> numpy 2) 모델에 맞는 사이즈 변경 (예를 들어 128*128) 3) 기타 둥둥 3. load된 모델로 predict4. response에 처리된 결과를 json으로 반환

CNN모델을 RESTful?로 서빙을 하고 싶습니다.

3개의 답변

Q&A 목록