解决GPT-4 Vision Preview模型在批量处理图像时出现“Error”的问题-Python教程-PHP中文网

解决GPT-4 Vision Preview模型在批量处理图像时出现“Error”的问题

DDD

发布： 2025-06-30 17:44:11

原创

911人浏览过

解决gpt-4 vision preview模型在批量处理图像时出现“error”的问题

本文旨在帮助开发者解决在使用GPT-4 Vision Preview模型处理大量图像时，遇到的“Error”问题。通过分析常见原因，例如速率限制，并提供相应的解决方案，确保图像处理任务的顺利完成。文章将结合代码示例和注意事项，帮助读者更好地理解和应用GPT-4 Vision Preview模型。

在使用 OpenAI 的 GPT-4 Vision Preview 模型进行图像批量处理时，可能会遇到处理一定数量的图像后出现 "Error" 的情况。这通常与 OpenAI API 的速率限制有关。本文将深入探讨这个问题，并提供解决方案，帮助你有效地利用 GPT-4 Vision Preview 模型。

了解速率限制

OpenAI API 实施速率限制以防止滥用并确保所有用户的服务质量。GPT-4 Vision Preview 模型的速率限制取决于你的使用层级。例如，某些层级可能限制为每分钟 100 个请求。当你的请求超过此限制时，API 将返回错误。

你可以通过 OpenAI 平台查看你的使用层级和相应的速率限制：OpenAI 使用层级

解决方案

以下是一些解决速率限制问题的方案：

实施速率限制器: 在你的代码中添加延迟，以确保你不会超过 OpenAI API 的速率限制。

import os
import base64
import requests
import pandas as pd
from google.colab import drive
import time  # 导入 time 模块

drive.mount('/content/drive')

image_folder = '/content/drive/MyDrive/Work related/FS/Imagenes/Metadescripciones HC '
api_key = 'YOUR_API_KEY'  # 替换为你的 API 密钥
results_df = pd.DataFrame(columns=['Nombre del Archivo', 'Metadescripcion'])

def encode_image(image_path):
    with open(image_path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode('utf-8')

headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {api_key}"
}

# 速率限制：每秒钟最多发送 2 个请求（根据你的层级调整）
requests_per_second = 2
delay = 1 / requests_per_second

for filename in os.listdir(image_folder):
    if filename.endswith((".png", ".jpg", ".jpeg")):
        image_path = os.path.join(image_folder, filename)
        base64_image = encode_image(image_path)

        payload = {
            "model": "gpt-4-vision-preview",
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {
                            "type": "text",
                            "text": "Write a meta description for the image of this product, optimized for SEO and in less than 150 words"
                        },
                        {
                            "type": "image_url",
                            "image_url": {
                                "url": f"data:image/jpeg;base64,{base64_image}",
                                "detail": "low"
                            }
                        }
                    ]
                }
            ],
            "max_tokens": 400
        }

        try:
            response = requests.post("https://api.openai.com/v1/chat/completions", headers=headers, json=payload)
            response.raise_for_status()  # 抛出 HTTPError，如果状态码不是 200
            response_json = response.json()
            metadescription = response_json['choices'][0]['message']['content']
        except requests.exceptions.RequestException as e:
            print(f"Error processing {filename}: {e}")
            metadescription = 'Error'

        new_row = pd.DataFrame({'Nombre del Archivo': [filename], 'Metadescripcion': [metadescription]})
        results_df = pd.concat([results_df, new_row], ignore_index=True)

        time.sleep(delay)  # 暂停以避免达到速率限制

results_df.to_excel('/content/drive/MyDrive/Work related/FS/Imagenes/Metadescripciones.xlsx', index=False)

登录后复制

代码解释:

Batch GPT

使用AI批量处理数据、自动执行任务

查看详情

time.sleep(delay): 在每个请求后暂停一段时间，delay 的值根据允许的每秒请求数计算得出。
requests.exceptions.RequestException: 使用try...except块处理可能发生的网络请求异常，并打印错误信息。

批量处理: 将多个图像处理请求组合成一个请求，减少请求总数。然而，GPT-4 Vision Preview 模型可能对单次请求中处理的图像数量有限制。

使用重试机制: 如果 API 返回速率限制错误，稍等片刻后重试该请求。可以使用指数退避策略，即每次重试之间的延迟时间逐渐增加。

import time
import requests

def call_api_with_retry(payload, headers, max_retries=3, initial_delay=1):
    for attempt in range(max_retries):
        try:
            response = requests.post("https://api.openai.com/v1/chat/completions", headers=headers, json=payload)
            response.raise_for_status()  # 抛出异常如果状态码不是 200
            return response.json()
        except requests.exceptions.RequestException as e:
            print(f"Attempt {attempt   1} failed: {e}")
            if response is not None and response.status_code == 429:  # 检查是否是速率限制错误
                delay = initial_delay * (2 ** attempt)  # 指数退避
                print(f"Rate limit exceeded. Retrying in {delay} seconds...")
                time.sleep(delay)
            else:
                # 如果不是速率限制错误，则不再重试
                raise
    # 如果所有重试都失败，则抛出异常
    raise Exception("Max retries reached. API call failed.")

# 使用示例
try:
    response_json = call_api_with_retry(payload, headers)
    metadescription = response_json['choices'][0]['message']['content']
except Exception as e:
    print(f"Failed to get metadescription after multiple retries: {e}")
    metadescription = 'Error'

登录后复制

代码解释: