TensorFlow服务:获取输入形状和标签

我目前正在尝试设置一个TensorFlow服务客户端,该客户端的任务是处理以下格式的消息队列:

{
  "model_url":"http://path/to/some/model",
  "image_url":"http://path/to/some/image"
}

换言之,每条消息都表示应该使用哪个模型预测哪个图像。理想情况下,我不需要在队列中指定任何进一步的信息,这样就可以工作了。

但有两个问题。输入图像的大小可能会有所不同,而预期的输入大小是固定的(由模型确定)。因此客户端必须调整图像的版本大小。为此,它必须知道预期的输入大小。

所以我的具体问题是 如果我知道 model_url ,是否有方法向TensorFlow服务服务器发出请求,以便它告诉我预期的输入形状是什么样的?同样,我需要知道与模型提供的预测相关的标签(例如,如果我们进行图像分类,则为“猫”、“狗”等)。

我要找的是以下伪代码行:

request_dict =    {
  "meta_info":["input_shape", "labels"]
}

response = requests.post(model_url, data=json.dumps(request_dict))

input_shape = response["input_shape"]
labels = response["labels"]