上传图像以训练自定义视觉时出现未经授权的异常
我一直在遵循https://aischool.microsoft.com/en-us/services/learning-paths/sketch2code教程，
- 我在美国西部2区创建了自定义Vision实例
- 带2个标签的经过训练的样本图像
- 更改程序中的键值。cs文件，如果我运行“dotnt run”命令，会出现以下错误
未处理的异常：Microsoft。RestHttpOperationException:操作在Microsoft返回了无效的状态代码“Unauthorized”。蔚蓝色的认知服务。视力CustomVision。训练训练阿皮。GetDomainSwithHttpMessageAsync（Dictionary`2 customHeaders，CancellationToken CancellationToken）位于Microsoft。蔚蓝色的认知服务。视力CustomVision。训练培训扩展。微软的GetDomainsAsync（ITrainingApi操作，CancellationToken CancellationToken）。蔚蓝色的认知服务。视力CustomVision。训练培训扩展。导入时获取域（ITrainingApi操作）。程序F:\Microsoft AI\AISchooltAutorials master\AISchooltAutorials master\sketch2code\Import\Program中的Main（字符串[]args）。政务司司长：第29行
请帮忙解决，提前谢谢
共有1个答案
如果出现未经授权的错误，通常意味着用于调用API的训练密钥不正确，或者没有正确配置标头。如果你想再次检查培训密钥，你需要参考Azure门户视图中可见的培训密钥来获取你的资源。您还可以通过www.customvision.com上的Custom Vision门户中的“设置”页面查看此键。人工智能。
此外，如果您想正确检查您的密钥是否正常工作，您可以使用GetDomain API的API参考，您可以插入训练密钥并测试调用（或复制生成的curl命令）。下面是美国西部2：https://westus2.dev.cognitive.microsoft.com/docs/services/Custom_Vision_Training_3.3/operations/5eb0bcc6548b571998fddeab/console的API参考页面
-
以下是AI学校在sketch2code应用程序上提供的教程（链接：https://aischool.microsoft.com/en-us/services/learning-paths/sketch2code/sketch2code-lab/train-an-object-detection-model) 我已将我的训练密钥粘贴到程序中。cs文件，当我运行“dotnet run”命令时，它给出以
-
我在这里遵循 JWT 夸克指南。我想在不允许用户组访问 API 时发送自定义响应。 这是指南中显示的示例。 我如何知道请求是否未经授权，以便我可以发送自定义响应。
-
我们使用Spring Security OAuth2保护我们的REST服务（用于服务器到服务器通信，不涉及用户）。但是，当您尝试访问浏览器中的受保护资源时，它将显示： 我们希望这是我们自己选择的自定义页面。有办法吗？ 设置“拒绝访问”页面不起作用。首先，它需要定义一个登录页面，我们没有，因为这是一个纯服务器到服务器的通信。另一个原因是，这个属性自Spring 3.0..或类似的版本以来就被弃用了。
-
我试图从图像中对ASCII字符串进行OCR识别。我正在使用Tesseract3库，但是在正确识别方面有一点问题，所以我需要用新的字符集（这是特定的）来训练它。我已经发现了这个how-to:TrainingTesseract3，但教程中有一些不必要的过程，我不需要，因为我的图像测试集很简单。我的图像数据集只包含1个行，其中每个ASCII字符在所有图像中都是相同的（没有旋转，没有缩放），但行中字符之间
-
大家已经提到了这个，这个，这个和这个，但是仍然发现很难建立一个自定义的名字查找器模型。。以下是代码： 我在尝试执行命令行时不断出现错误： 让我把论点1改为 然后我收到一个运行时错误，说你不能强制转换这个。这是我在线程“main”中强制转换 第二个问题是： 给出一个语法错误。不确定这里出了什么问题。如果有任何帮助，我将不胜感激，因为我已经尝试了上述链接上的所有代码片段。 祝好
-
问题内容： 我是TensorFlow的新手。我正在寻找有关图像识别的帮助，可以在其中 训练自己的图像 数据集。 有没有训练新数据集的示例？ 问题答案： 如果您对如何在TensorFlow中输入自己的数据感兴趣，可以查看本教程。 我也写与CS230的最佳做法指南在斯坦福这里。 新答案（带有）和带有标签 随着in的引入，我们可以创建一批没有占位符且没有队列的图像。步骤如下： 创建一个包含图像文件名的列