amazon-sagemaker - 无法读取 Sagemaker 语义分割模型批量转换输出文件

Question

目前我已经部署了一个 语义分割模型 和一个端点，我可以用它来调用和推理。现在，我一次得到每个图像的推论。
现在我想使用 一次尝试一批图像批量转换作业 .它工作得很好，但创建的图像是 .out 文件 我是 无法打开该文件 使用任何可视化库，如 matplotlib imread、PIL Image 和 openCV imread。这一切都说不是图像。
只是想了解 .out 文件是什么？ 如果它是一个分割的掩码图像，通常是语义分割模型的输出，那么我如何读取该文件。
我的批量转换代码:

from sagemaker.predictor import RealTimePredictor, csv_serializer, csv_deserializer

class Predictor(RealTimePredictor):
    
    def __init__(self, endpoint_name, sagemaker_session=None):
        super(Predictor, self).__init__(
            endpoint_name, sagemaker_session, csv_serializer, csv_deserializer
        )

ss_model = sagemaker.model.Model(role =role, image=training_image, model_data = model, predictor_cls=Predictor, sagemaker_session=sess)

transformer = ss_model.transformer(instance_count=1, instance_type='ml.c4.xlarge', output_path=batch_output_data)

transformer.transform(data=batch_input_data, data_type='S3Prefix', content_type='image/png', split_type='None')

transformer.wait()

Answer 1

如official doc say :

The SageMaker semantic segmentation algorithm provides a fine-grained,pixel-level approach to developing computer vision applications.It tags every pixel in an image with a class label from a predefined set of classes.

...

Because the semantic segmentation algorithm classifies every pixel inan image, it also provides information about the shapes of the objectscontained in the image. The segmentation output is represented as agrayscale image, called a segmentation mask. A segmentation mask is agrayscale image with the same shape as the input image.

那么，什么 .out 文件具有像素数组(为每个像素分配类)。
您需要反序列化文件:

from PIL import Image
import numpy as np
import io
from boto3.session import Session

session = Session(
    aws_access_key_id=KEY_ID, aws_secret_access_key=ACCESS_KEY, region_name=REGION_NAME
)
s3 = session.resource("s3")
out_file = io.BytesIO()
s3_object = s3.Object(BUCKET, PATH)
s3_object.download_fileobj(out_file)
out_file.seek(0)

mask = np.array(Image.open(out_file))

另外，我发现了一个类 ImageDeserializer在 this doc用数据流来完成这项工作。也许您可以将它调整到您的文件中，因为它读取从 返回的字节流。推理 端点(批量转换将此数据放入 .out 文件中)。