当我们使用keras训练好模型之后，下一步就是部署服务了，采用flask直接加载keras的h5模型，服务的并发性能会很低。如果为了追求高并发性能，就可以采用Nginx+gunicorn+gevent的方式来启动服务，这种方式服务虽然可以达到极高的并发性能，但却存在一个问题，也就是gunicorn的方式是启动了多个进程，每个进程都会加载一次模型，造成服务启动后所占用的内存很大，另外直接加载h5模型，整个进程随着使用过程中占用内存也会也逐步增大，这就是python存在了内存泄漏的问题。之前我一个项目部署到生产环境中，使用了两天，占用内存就已经达到了十几个G，因此不得不采用每天定时重启服务这种策略。因此采用tensorflow/serving的方式来部署服务。
本文中采用的环境为：
python 3.8.13
TensorFlow 2.50

1 keras的h5模型转换为pb格式

这里以一个验证码识别模型为例进行转换，验证码识别采用crnn+ctc的形式训练，得到的模型文件为h5格式。

使用如下代码将h5模型转换为tensorflow/serving需要的pb格式文件：

from keras import models
import keras.backend as K
from tensorflow.python.framework import graph_util

import tensorflow._api.v2.compat.v1 as tf
tf.disable_eager_execution()

'''
tf.saved_model.builder.SavedModelBuilder
这种模型转换的模型可以提供给TensorFlow Serving使用
多一个Variable文件
'''

def keras_model_to_tfs(model, export_path):
    signature = tf.saved_model.signature_def_utils.predict_signature_def(
        inputs={'input_x': model.input}, 
        outputs={'output_y': model.output}
    )
    builder = tf.saved_model.builder.SavedModelBuilder(export_path)
    legacy_init_op = tf.group(tf.tables_initializer(), name='legacy_init_op')
    builder.add_meta_graph_and_variables(
        sess=K.get_session(),
        tags=[tf.saved_model.tag_constants.SERVING],
        signature_def_map={
            tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY: signature,
        },
        legacy_init_op=legacy_init_op)
    builder.save()
    print('转换完成！')


if __name__=='__main__':
    network=models.load_model('./model/hebei.h5')
    export_path='pb2'
    keras_model_to_tfs(network,export_path)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

运行如上代码，得到转换好的pb文件。

重复以上过程，再转换一个模型，新建如下目录yzmModels，该目录下的树形结构为：

hebei目录下的100001目录的文件为转换的第一个模型文件；
chongqing目录下的100001目录的文件为转换的第二个模型文件；

models.config的文件内容如下：

model_config_list:{
	config:{
      name:"hebei",
      base_path:"/models/multiModel/hebei",
      model_platform:"tensorflow"
    },
    config:{
      name:"chongqing",
      base_path:"/models/multiModel/chongqing",
      model_platform:"tensorflow"
    }
}
1
2
3
4
5
6
7
8
9
10
11
12

2 使用docker启动tensorflow/serving服务

将yzmModels这个目录上传到服务器里，如下所示：

拉取一个tensorflow/serving的docker镜像

docker pull tensorflow/serving:2.5.1
1

接着启动docker服务：

docker run -p 9501:8501 --mount type=bind,source=/root/hhc_etax_login/yzm/yzmModels,target=/models/multiModel -t tensorflow/serving:2.5.1 --model_config_file=/models/multiModel/models.config &

1
2

9501为主机上的端口，8501为容器中的端口，容器中的端口8501这个不可更改。source=/root/hhc_etax_login/yzm/yzmModels这个目录为主机上模型文件所在目录。启动成功后，如下所示：

服务开启好后，我们来测试这个TensorFlow/serving服务是否运行成功，容器的服务对应于主机上的端口为9501，因此使用如下命令测试：

curl http://localhost:9501/v1/models/hebei

1
2

返回结果如下：

{
 "model_version_status": [
  {
   "version": "100001",
   "state": "AVAILABLE",
   "status": {
    "error_code": "OK",
    "error_message": ""
   }
  }
 ]
}

1
2
3
4
5
6
7
8
9
10
11
12
13

使用python代码来测试hebei这个模型，TensorFlow/serving服务传的数据是矩阵形式的，代码如下：

import numpy as np 
import requests
import json



if __name__=='__main__':
    #(1, 32, 77, 3)
    #img_array代表图像数据，也就是传入模型的输入数据
    img_array=np.random.randn(1,32,77,3)
    #数组形式数据转为列表格式
    img_list=img_array.tolist()
    json_data={
        'instances':img_list
    }

    url='http://localhost:9501/v1/models/hebei:predict'
    res=requests.post(url=url,json=json_data)
    if res.status_code==200:
        #对模型的预测结果进行处理
        predictions=json.loads(res.text).get('predictions')
        if predictions:
            y_pred=np.array(predictions)
            print(y_pred.shape)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

如上所示，因为对于hebei模型的输入图片数据格式形状为(1,32,77,3)，在代码里构造了一个这种数据，在使用模型进行预测验证码图片时，这个地方传入真实图片的矩阵数据即可。运行结果如下：