DeepCell Kiosk的CLI客户端。
Kiosk-Client的Python项目详细描述
kiosk客户端
kiosk-client是与DeepCell Kiosk交互的工具，以便创建和监视深度学习图像处理作业。它使用异步HTTP客户机treq和Kiosk-Frontend API同时创建和监视许多作业。所有作业完成后，costs are estimated使用集群的Grafana API。然后生成一个输出文件，其中包含每个作业的性能统计信息和生成的输出文件。在
此存储库是DeepCell Kiosk的一部分。有关Kiosk项目的更多信息可以通过Read the Docs和我们的FAQ页面获得。在
安装
使用pip
安装
pip install kiosk_client
从源安装
^{pr2}$使用
使用CLI所需的唯一事情就是要处理的图像文件、作业类型以及DeepCell Kiosk的IP地址或FQDN。在
python -m kiosk_client path/to/image.png \ --job-type segmentation \ --host 123.456.789.012
也可以覆盖给定作业类型的默认模型和后处理功能。在
python -m kiosk_client path/to/image.png \ --job-type segmentation \ --host 123.456.789.012 \ --model ModelName:0 \ --post deep_watershed
基准模式
CLI还可以用于对具有高容量作业的群集进行基准测试。
先决条件是FILE存在于STORAGE_BUCKET内UPLOAD_PREFIX（例如/uploads/image.png）。
还有许多其他基准测试选项，包括--upload-results和{START_DELAY秒创建一个新作业，最多COUNT个作业。
上传时间可以通过改变启动延迟来模拟。在
# from within the kiosk-client repository python -m kiosk_client path/to/image.png \ --job-type segmentation \ --host 123.456.789.012 \ --model ModelName:0 \ --post deep_watershed \ --start-delay 0.5 \ --count 1000\ --calculate_cost \ --upload-results
在DeepCell Kiosk中运行基准测试作业是最简单的。
配置
每个作业都可以使用.env文件中的环境变量进行配置。大多数环境变量可以用命令行选项重写。使用python benchmarking --help查看选项的详细列表。在
| Name | Description | Default Value |
|---|---|---|
| ^{ | REQUIRED: Name of job workflow. | ^{ |
| ^{ | REQUIRED: Hostname and port for the kiosk-frontend API server. | ^{ |
| ^{ | Cloud storage bucket address (e.g. ^{ | ^{ |
| ^{ | Name and version of the model hosted by TensorFlow Serving (e.g. ^{ | ^{ |
| ^{ | Rescale data by this float value for model compatibility. | ^{ |
| ^{ | Integer value of label type. | ^{ |
| ^{ | Name of the preprocessing function to use (e.g. ^{ | ^{ |
| ^{ | Name of the postprocessing function to use (e.g. ^{ | ^{ |
| ^{ | Prefix of upload directory in the cloud storage bucket. | ^{ |
| ^{ | Number of seconds a job should wait between sending status update requests to the server. | ^{ |
| ^{ | Number of seconds between submitting each new job. This can be configured to simulate upload latency. | ^{ |
| ^{ | Number of seconds between completed job updates. | ^{ |
| ^{ | Completed jobs are expired after this many seconds. | ^{ |
| ^{ | Limit number of simultaneous requests to the server. | ^{ |
| ^{ | Number of times to run the job. | ^{ |
| ^{ | Number of GPUs used during the run. Used for logging. | ^{ |
| ^{ | Toggle for enabling/disabling logging. | ^{ |
| ^{ | Level of output for logging statements. | ^{ |
| ^{ | Filename of the log file. | ^{ |
| ^{ | Hostname of the Grafana server. | ^{ |
| ^{ | Username for the Grafana server. | ^{ |
| ^{ | Password for the Grafana server. | ^{ |
谷歌云认证
当上传到Google云时，您需要使用设置为您的服务帐户JSON文件的GOOGLE_APPLICATION_CREDENTIALS设置authenticate。在
贡献
我们欢迎对kiosk-console及其相关项目的贡献。如果您感兴趣，请参考我们的Developer Documentation、Code of Conduct和{a18}。在
许可证
此软件是在修改后的Apache-2.0许可证下获得的许可证。有关详细信息，请参见LICENSE。在
版权所有
版权所有©2018-2020The Van Valen Lab加利福尼亚理工学院（Caltech），由Paul Allen家庭基金会、谷歌和美国国立卫生研究院（NIH）根据授权U24CA224309-01提供支持。 版权所有。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
