从AWS调用invoke_endpoint，以返回应用程序/x-recordio protobuf而不是图像(Python)的语义分割模型。

Question

我用invoke_endpoint函数从AWS调用一个语义分割模型，但没有得到图像响应，而是得到了一个应用程序/x-recordio protobuf，无法将其转换为图像以供进一步处理。语义分割模型在我的sagemaker笔记本中的工作方式与预期的一样，问题是当从AWS调用它时。我需要从AWS或类似的服务中调用它，这样我就可以将它与通过rest服务传递图像输入的应用程序连接起来。

下面是我代码的相关部分：

runtime= boto3.client('runtime.sagemaker')
response = runtime.invoke_endpoint(EndpointName=ENDPOINT_NAME,
                                  ContentType='image/jpeg',
                                  Body=imageBody,
                                  Accept='image/jpeg')

我还没有找到好的例子，说明如何正确地调用端点，特别是针对AWS的语义分段模型。我也尝试过导入sagemaker，但是AWS没有提供这个模块，而且我也找不到一个很好的sagemaker层。

如果有人想知道如何从AWS调用语义分割模型，传递图像，并获得图像作为响应，我将不胜感激。

Answer 1

我想，当您在笔记本中声明它有效时，您使用的是.predict() - SageMaker Python。

如果是这样的话，您可以使用boto3客户机(我看到您已经展示了这个客户机)。您只需要像SDK一样将imageBody序列化为字节，并设置正确的AcceptType和ContentType。

要查询部署到端点的经过训练的模型，您需要提供一个图像和一个AcceptType来表示所需的输出类型。端点以图像/ JPEG内容类型获取jpeg图像。如果您请求图像/ PNG的AcceptType，则算法以与标签本身相同的格式输出带有分段掩码的PNG文件。如果您请求接受类型的应用程序/x-recordio protobuf，该算法将返回以recordio protobuf格式编码的类概率。

https://docs.aws.amazon.com/sagemaker/latest/dg/semantic-segmentation.html#semantic-segmentation-inputoutput-inference