使用Python调用Azure Custom Vision detect_image时遇PermissionDenied错误

核心问题定位 #

调用detect_image属于预测操作，你当前使用训练密钥和训练客户端发起请求，但预测操作需要单独的预测密钥、预测端点，以及CustomVisionPredictionClient，这是触发权限拒绝错误的最常见原因。

具体修复步骤 #

1. 创建正确的预测客户端
   从Azure门户的Custom Vision预测资源中获取预测密钥和预测端点，替换训练相关的凭证与客户端：

   from azure.cognitiveservices.vision.customvision.prediction import CustomVisionPredictionClient
   from azure.core.credentials import ApiKeyCredentials
   
   # 替换为你的预测资源密钥和端点
   prediction_key = "你的预测资源密钥"
   prediction_endpoint = "你的预测资源端点"
   
   # 使用Prediction-key创建预测客户端
   credentials = ApiKeyCredentials(in_headers={"Prediction-key": prediction_key})
   predictor = CustomVisionPredictionClient(endpoint=prediction_endpoint, credentials=credentials)
   

2. 验证发布迭代参数

   • 确保publish_iteration_name与发布时指定的名称完全一致，该参数大小写敏感
   • 确认prediction_resource_id是预测资源的完整ID，可在Azure门户预测资源的「属性」页面复制

3. 检查资源关联与权限

   • 确认训练资源与预测资源已正确绑定：在Custom Vision项目的「设置」中，检查预测资源是否关联到当前项目
   • 验证预测密钥有效性：在Azure门户预测资源的「密钥和端点」页面，确认密钥未过期或被删除

4. 核对API调用参数
   调用detect_image时，确保传入的project.id和publish_iteration_name与发布迭代时的参数完全匹配：

   with open(os.path.join(base_image_location, "test", "test_image.jpg"), mode="rb") as test_data:
       results = predictor.detect_image(project.id, publish_iteration_name, test_data)
   

额外排查点 #

• 若使用免费层资源，检查是否达到调用次数上限
• 确认网络环境未拦截Azure API请求（如防火墙、代理限制）

内容的提问来源于stack exchange，提问作者mintteaplease