tensorflow tfserving + django，搭建图像分类预测web服务

tensorflow tfserving + django，搭建图像分类预测web服务

前面介绍了使用docker和tfserving搭建一个预测服务，但是有时候需要对输入到网络的数据做一些预处理的工作，虽然可以在本地使用如Python代码处理完成后再请求预测，但是使用起来会不方便。有时候也可能有将预测的过程作为一个web服务，实现在网页上填写图片的地址信息，然后返回预测结果的需求。本篇主要基于之前搭建的tfserving预测服务，使用django (一个开源的python web框架，详细信息见官网 django) 搭建一个web服务，作为一个中转服务器，接受用户的输入，完成一些预处理工作，然后向tfserving请求预测结果，最后返回结果。全部源代码放在 github。

另：使用docker+django+SSD搭建目标检测服务

先来看结果，下图为最终的页面：

点击这里访问，可以先试一试效果。输入图片的URL，点击predict，等待返回结果。

下面介绍主要的流程：

0. tfserving准备

这里使用的是TensorFlow官方给的一个关于tfserving的教程所带的模型，具体的Docker安装和tfserving容器搭建流程可以参考使用docker和tfserving搭建预测服务。该步骤为基础步骤，如果要完整实现该demo，需要首先完成此步骤。

1.获取django镜像

$docker pull django

2.启动一个django容器

将容器的8000端口映射到宿主机的8080端口(后面请求的时候用的就是8080端口)，并进入终端

$docker run -p 8080:8000 -it django bash

3.创建一个django工程

$django-admin startproject app

在/usr/src/路径下执行该命令，会在当前目录下创建一个app文件夹及相关文件，此时的目录结构为&#