Merge pull request #1496 from Intsigstephon/update_serving

Update serving

deploy/paddleserving/classification_web_service.py

@@ -47,7 +47,7 @@ class ImagenetOp(Op):
             img = self.seq(im)
             imgs.append(img[np.newaxis, :].copy())
         input_imgs = np.concatenate(imgs, axis=0)
-        return {"image": input_imgs}, False, None, ""
+        return {"inputs": input_imgs}, False, None, ""
 
     def postprocess(self, input_dicts, fetch_dict, data_id, log_id):
         score_list = fetch_dict["prediction"]

deploy/paddleserving/pipeline_http_client.py

@@ -3,15 +3,18 @@ import json
 import base64
 import os
 
+
 def cv2_to_base64(image):
     return base64.b64encode(image).decode('utf8')
 
+
 if __name__ == "__main__":
     url = "http://127.0.0.1:18080/imagenet/prediction"
     with open(os.path.join(".", "daisy.jpg"), 'rb') as file:
         image_data1 = file.read()
     image = cv2_to_base64(image_data1)
+
     data = {"key": ["image"], "value": [image]}
-    for i in range(100):
+    for i in range(1):
         r = requests.post(url=url, data=json.dumps(data))
         print(r.json())

docs/zh_CN/inference_deployment/paddle_serving_deploy.md

@@ -81,14 +81,14 @@ ResNet50_vd 推理模型转换完成后，会在当前文件夹多出 `ResNet50_
   |- serving_client_conf.prototxt  
   |- serving_client_conf.stream.prototxt
 ```
-得到模型文件之后，需要修改 serving_server_conf.prototxt 中的 alias 名字： 将 `feed_var` 中的 `alias_name` 改为 `image`, 将 `fetch_var` 中的 `alias_name` 改为 `prediction`
+得到模型文件之后，需要修改 serving_server_conf.prototxt 中的 alias 名字：将 `fetch_var` 中的 `alias_name` 改为 `prediction`
 
 **备注**:  Serving 为了兼容不同模型的部署，提供了输入输出重命名的功能。这样，不同的模型在推理部署时，只需要修改配置文件的 alias_name 即可，无需修改代码即可完成推理部署。
 修改后的 serving_server_conf.prototxt 如下所示:
 ```
 feed_var {
   name: "inputs"
-  alias_name: "image"
+  alias_name: "inputs"
   is_lod_tensor: false
   feed_type: 1
   shape: 3