CustomVisionQuickstart.py uses wrong endpoint for predictor client config
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 45/100
Línea de trabajo
Abre cognitive-services-quickstart-code/python/CustomVision/ObjectDetection/CustomVisionQuickstart.py y compara la configuración del cliente predictor con el endpoint de predicción y la clave independientes que se muestran en el issue. Ejecuta el quickstart de detección de objetos con los valores de recurso indicados y confirma que la detección devuelve resultados en lugar de Unauthorized. Comprueba la documentación enlazada sobre clasificación de imágenes y detección de objetos para verificar que las instrucciones de configuración coincidan.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Please provide us with the following information:
This issue is for a: (mark with an x)
- [x] bug report -> please search issues before submitting
- [ ] feature request
- [ ] documentation issue or request
- [ ] regression (a behavior that used to work and stopped in a new release)
Minimal steps to reproduce
Run "cognitive-services-quickstart-code/python/CustomVision/ObjectDetection/CustomVisionQuickstart.py" with following info:
ENDPOINT = "TRAINING_RESOURCE_ENDPOINT"
training_key = "TRAINING_RESOURCE_API_KEY"
prediction_key = "PREDICTION_API_KEY"
prediction_resource_id = "PREDICTION_RESOURCE_ID"
Any log messages given by the failure
CustomVisionErrorException Traceback (most recent call last)
Input In [29], in <module>
1 with open(os.path.join (base_image_location, "test", "test_image.jpg"), mode="rb") as test_data:
----> 2 results = predictor.detect_image(project.id, publish_iteration_name, test_data)
File c:\...\venv\lib\site-packages\azure\cognitiveservices\vision\customvision\prediction\operations\_custom_vision_prediction_client_operations.py:358, in CustomVisionPredictionClientOperationsMixin.detect_image(self, project_id, published_name, image_data, application, custom_headers, raw, **operation_config)
355 response = self._client.send(request, stream=False, **operation_config)
357 if response.status_code not in [200]:
--> 358 raise models.CustomVisionErrorException(self._deserialize, response)
360 deserialized = None
361 if response.status_code == 200:
CustomVisionErrorException: Operation returned an invalid status code 'Unauthorized'
Expected/desired behavior
Returned results
OS and Version?
Windows 11 Enterprise
Versions
21H2
Mention any other details that might be useful
Fixed by changing the following:
TRAINING_ENDPOINT = "TRAINING_RESOURCE_ENDPOINT"
training_key = "TRAINING_RESOURCE_API_KEY"
PREDICTION_ENDPOINT = "PREDICTION_RESOURCE_ENDPOINT"
prediction_key = "PREDICTION_API_KEY"
prediction_resource_id = "PREDICTION_RESOURCE_ID"
credentials = ApiKeyCredentials(in_headers={"Training-key": training_key})
trainer = CustomVisionTrainingClient(TRAINING_ENDPOINT, credentials)
prediction_credentials = ApiKeyCredentials(in_headers={"Prediction-key": prediction_key})
predictor = CustomVisionPredictionClient(PREDICTION_ENDPOINT, prediction_credentials)
Be sure to update docs if this is indeed an issue:
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 388
- Forks
- 555
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de Azure-Samples/cognitive-services-quickstart-code
-
import "requests" libraryAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 25/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 25/100
Azure-Samples/cognitive-services-quickstart-code#346 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
-
Dificultad 4/5 3-5 días Aptitud para principiantes 30/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 25/100
Todos los issues de Azure-Samples/cognitive-services-quickstart-code
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
radix-ui/primitives#4228 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 92/100
-
Pull-through from gcr.io returns 500 when pulling using podman/buildahPosiblemente ocupada Un pull request vinculado a esta issue está abierto o ya se fusionó. AbiertoIssue Triage-Needed
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
pulp/pulp_container#2581 ·
Los mantenedores suelen responder en 1 día
-
[feart] 支持 MiMo 类型模型的关闭思考识别Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día
-
Batch RAG dry runs still initialize LightRAG and enter ingestionPosiblemente ocupada @IlyaKhalafi la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
HKUDS/RAG-Anything#413 ·
Los mantenedores suelen responder en 3 días