PHP使用SOCKET调用TensorFlow服务器实现图片鉴黄
PHP代码
<?php
define("UNIX_DOMAIN","/socks/tfserver.sock");
$socket = socket_create(AF_UNIX, SOCK_STREAM, 0);
$result = socket_connect($socket, UNIX_DOMAIN);
$in = "test.jpg";
if(socket_write($socket, $in, strlen($in)))
{
echo socket_read($socket, 8192);
}
?>打开sock链接，然后发送$in至TensorFlow，等待结果并输出至客户端，test.jpg可以是其他的图片，也可以是路径，代表需要被简单的图片
TF服务器代码
# -*- coding: utf-8 -*-
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
import os
import stat
import numpy as np
import socket
def init_socket():
server = socket.socket(socket.AF_UNIX, socket.SOCK_STREAM) #创建Socket对象server
if os.path.exists("/socks/tfserver.sock"): #判断/tmp/tfserver.sock是否存在
os.unlink("/socks/tfserver.sock") #删除/tmp/tfserver.sock
server.bind("/socks/tfserver.sock") #绑定地址到嵌套字
os.chmod("/socks/tfserver.sock",stat.S_IRWXU|stat.S_IRWXG|stat.S_IRWXO)
server.listen(0) #不监听TCP
return server #返回server对象
def id_to_string(node_id):
if node_id not in uid_to_human:
return ''
return uid_to_human[node_id]
lines = tf.gfile.GFile('./inception_model/output_labels.txt').readlines()
uid_to_human = {}
TFServer = init_socket()
for uid, line in enumerate(lines):
line = line.strip('\n')
uid_to_human[uid] = line
with tf.gfile.FastGFile('./inception_model/output_graph.pb', 'rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
tf.import_graph_def(graph_def, name='')
with tf.Session() as sess:
softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
while True:
#这里等待接收用户的图片信息。
connection, address = TFServer.accept()
rec = connection.recv(1024)
picPath = str(rec).encode('utf-8')
#picPath = str(rec)
print (picPath)
image_data = tf.gfile.GFile(picPath, 'rb').read()
predictions = sess.run(softmax_tensor, {'DecodeJpeg/contents:0': image_data})
predictions = np.squeeze(predictions)
top_k = predictions.argsort()[::-1]
result = ''
for node_id in top_k:
human_string = id_to_string(node_id)
score = predictions[node_id]
buf = ('\"%s\":%.2f,' % (human_string, score*100))
result = result + buf
result = "{"+ result[:-1] +"}"
print(result)
result = str(result).encode('utf-8')
#将打分结果返回给提交打分申请的客户端
connection.send(bytes(result))
connection.close()该代码引自 CSDN Tensorflow图片鉴黄 完整项目 ，并进行了优化和修改，改变了sock的保存模式，解决了权限不足的问题，其次优化了结果的显示方式，结果会被返回为JSON格式，方便PHP解析或JavaScript分析。
在进行了大量的自动化测试之后发现，该项目pb精确度并不是很高，需要进行进一步训练，但是模型稳定性较高，如果用于生产，请在PHP中加入安全限制。
