Prueba del servicio implementado
Después de implementar una aplicación de IA como servicio en tiempo real, puede depurar código o agregar archivos para realizar pruebas en la página de ficha Prediction. En función de la solicitud de entrada (texto o archivo JSON) definida por la aplicación de IA, el servicio se puede probar de cualquiera de las siguientes maneras:
- Predicción de texto JSON: Si el tipo de entrada de la aplicación de IA del servicio implementado es texto JSON, es decir, la entrada no contiene archivos, puede introducir el código JSON en la página de ficha Prediction para realizar pruebas de servicio.
- Predicción de archivo: Si el tipo de entrada de la aplicación de IA del servicio implementado es archivo, incluidas imágenes, audios y vídeos, puede agregar imágenes en la página de ficha Prediction para realizar pruebas de servicio.
![](https://support.huaweicloud.com/intl/es-us/inference-modelarts/public_sys-resources/note_3.0-es-us.png)
- Si el tipo de entrada es imagen, el tamaño de una sola imagen debe ser inferior a 8 MB.
- Se admiten los siguientes tipos de imágenes: png, psd, jpg, jpeg, bmp, gif, webp, psd, svg y tiff.
- Si se utilizan variantes Ascend durante la implementación del servicio, las imágenes PNG con transparencia no se pueden predecir porque Ascend solo admite imágenes RGB-3.
- Esta función se utiliza para la puesta en marcha. En la producción real, se le aconseja llamar a las API. Puede seleccionar Acceso autenticado mediante un token, Acceso autenticado mediante un AK/SK o Acceso autenticado mediante una aplicación en función del modo de autenticación.
Parámetros de entrada
Para el servicio que ha implementado, puede obtener información sobre sus parámetros de entrada del servicio, es decir, el tipo de solicitud de entrada mencionado anteriormente, en la página de ficha Usage Guides de la página de detalles del servicio.
![](https://support.huaweicloud.com/intl/es-us/inference-modelarts/es-us_image_0000001933113048.png)
Los parámetros de entrada que se muestran en la página de ficha Usage Guides dependen del origen de aplicación de IA que seleccione.
- Si su metamodelo proviene de ExeML o de un algoritmo integrado, ModelArts define los parámetros de entrada y salida. Para obtener más información, consulte la página de ficha Usage Guides. En la página de la ficha Prediction, introduzca el texto o archivo JSON correspondiente para las pruebas de servicio.
- Si utiliza un metamodelo personalizado, es decir, el código de inferencia y el archivo de configuración son compilados por usted mismo (Especificaciones para Compilar el archivo de configuración del modelo), la página de ficha Usage Guides solo visualiza los archivos de configuración. La siguiente figura muestra la asignación entre los parámetros de entrada que se muestran en la página de ficha Usage Guides y el archivo de configuración.
Figura 2 Asignación entre el archivo de configuración y las guías de uso
- Si el metamodelo se importa con una plantilla de plantilla, los parámetros de entrada y salida varían con la plantilla. Para obtener más información, consulte la descripción en Introducción a las plantillas de modelo.
Predicción de texto JSON
- Inicie sesión en la consola de gestión ModelArts y elija Service Deployment > Real-Time Services.
- En la página Real-Time Services, haga clic en el nombre del servicio de destino. Se muestra la página de detalles del servicio. En la página de ficha Prediction, introduzca el código de predicción y haga clic en Predict para realizar la predicción.
This example is a metamodel trained using ExeML. The input type is officially defined by ModelArts and cannot be changed.
Predicción de archivo
- Inicie sesión en la consola de gestión ModelArts y elija Service Deployment > Real-Time Services.
- En la página Real-Time Services, haga clic en el nombre del servicio de destino. Se muestra la página de detalles del servicio. En la página de la ficha Prediction, haga clic en Upload y seleccione un archivo de prueba. Después de cargar el archivo correctamente, haga clic en Predict para realizar una prueba de predicción. En Figura 3, se muestran la etiqueta, las coordenadas de posición y la puntuación de confianza.