ITPub博客

使用Java程序消费SAP Leonardo的机器学习API

原创 机器学习 作者:i042416 时间:2018-05-16 23:19:15 0 删除 编辑

以sap leonardo作为关键字在微信上搜索,能搜到不少文章。但是我浏览了一下,好像没有发现有从具体编程角度上来介绍的。所以我就贡献一篇。

需求

开发一个Java程序,用户可以指定一张图片,该Java程序调用SAP Leonardo上训练好的机器学习API,该API会识别该图片,给用户返回一个文本信息,告诉用户识别结果。

  1. 访问https://api.sap.com, 点击API:

SAP Leonardo Machine Learning - Functional Services


点击Product Image Classification API:

会看到如下界面。该界面包含了这个API的Model Schema介绍,即您调用API之后,返回的响应结构里包含哪些字段,以及对应的类型(对象或者数组)。界面里包含了一个小型的API调用控制台,您可以直接控制台里选择一个本地图形文件,然后点击Try it out按钮来体验一下API的效果。

例如我使用了下面这张图片进行测试:



在控制台里看到请求处理成功,API判断出来该图片有97%的可能性是一台notebook。


下面我们需要使用Java程序来调用API。

  1. 前一步骤的API控制台的右上角有一个按钮Download SDK,点击之后将SDK下载到本地:

可以看到该SDK是一个基于Gradle的Java项目。您需要下载Maven和Gradle并完成环境变量的配置,这些配置非常基础,在网上有大量资料,这里不再重复。
完成配置后,使用Eclipse的import功能,将SDK导入到Eclipse里。

导入完成后如图。红色区域是SDK自带的代码,蓝色区域是Jerry自己手动创建的代码,用于调用API并打印结果。

双击根目录下的pom.xml, 将如下依赖关系维护进去:



在项目根目录下执行Maven命令 mvn install, 确保项目成功build。至此,您可以开始编写Java代码使用SAP提供的JDK来调用该机器学习API了。

  1. 使用下图的Java代码调用SDK去消费API。SDK封装了底层HTTP请求的发送和响应的解析等细节,使用起来非常简捷。

为简单起见,上图13行我将本地图片文件的绝对地址硬编码进去。上图第八行硬编码的API key来自API控制台:

至此,大功告成,运行程序。。。。。。什么情况?


错误分析

仔细看过错误消息,很快Jerry就发现了问题出在哪里。上图蓝色下划线就暗示了错误根源。SAP SDK使用了Google发布的一个开源Java库Gson,将API返回的响应反序列化成Java对象。有了Gson,应用程序开发人员无需重复造轮子,只需要定义一些Java类,作为容器存储Gson反序列化的执行结果即可。

我们再回到API控制台,API响应结构里request字段的类型声明为string。

然而通过测试发现,request字段的内容实际是一个Json对象:


http://api.sap.com下载的SDK里的代码,Gson容器类Response.java里声明的request字段类型为String,而非对象,因此Gson会抛异常:Expected a string but was BEGIN_OBJECT at line 31 column 15 path $.request


知道了问题根源,改起来就容易了。新建一个Gson容器类Request.java, 然后按照控制台里观察到的request字段的结构,为Request.java维护对应的成员变量。
例如tenantName在API响应结构里是一个String,因此在Java类里的类型是String;files在API响应结构里是一个数组,因此在Java类里的类型为List<String>。



调整完毕之后再次执行,能看到期望的输出结果:通过SDK调用API并打印结果。


如果您不愿意自己手动修改,可以直接从我的github下载修改之后的代码,只需要用您自己的API key替换掉代码中硬编码的key即可。

https://github.com/i042416/ProductImageMLService

更多Leonardo精彩,尽在https://api.sap.com

要获取更多Jerry的原创技术文章,请关注公众号"汪子熙"或者扫描下面二维码:

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/24475491/viewspace-2154590/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2018-01-20

  • 博文量
    489
  • 访问量
    123558