人工智能学习

使用Pinata为AI模型训练标注图像

本文主要是介绍使用Pinata为AI模型训练标注图像,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

这是对P派挑战的提交

我建立的

我开发了一个图像标注应用,使用了:

  • FastAPI : 后端
  • Angular: 前端
  • Pinata : 文件存储(Blob)

这个应用程序可以帮助标注图像数据集。然后可以将这些标注导出,用于训练人工智能模型。

演示

图片

图片说明(点击图片查看)

我的那段代码 流程示意图

图片描述

Pinata设置
  • 步骤1:在Pinata上创建一个账户并获取密钥信息。
  • 步骤2:安装并配置.env文件
    npm i pinata

全屏,退出

PINATA_API_KEY=""  # PINATA API密钥
PINATA_API_SECRET=""  # PINATA API密钥密码
PINATA_GATEWAY="*.mypinata.cloud"  # PINATA网关地址
PINATA_JWT=""  # PINATA JSON Web Token

切换到全屏 退出全屏

    import { PinataSDK } from "pinata"; // 引入PinataSDK模块

    const pinata = new PinataSDK({
      pinataJwt: "PINATA_JWT", // pinataJwt: 用于身份验证的JWT令牌
      pinataGateway: "example-gateway.mypinata.cloud", // pinataGateway: Pinata网关地址
    });

点全屏,再点退出

  • 创建上传和下载文件的方法。

上传

(注:此处根据上下文省略了“文件”,以保持简洁并符合口语化表达。若需要明确表示上传文件,可使用“上传文件”。)

但由于输出要求仅提供翻译内容,最终翻译为:
上传

    const file = new File(["hello"], "Testing.txt", { type: "text/plain" }); // 创建一个包含 "hello" 的文件,类型为 "text/plain"
    const upload = await pinata.upload.file(file); // 使用 pinata 上传文件
    console.log(upload); // 输出上传结果

进入全屏,退出全屏

取文件

const url = await pinata.gateways.createSignedURL({
    cid: "bafkreib4pqtikzdjlj4zigobmd63lig7u6oxlug24snlr6atjlmlza45dq",
    expires: 1800,  // 过期时间
})
console.log(url)

切换到全屏 退出全屏

后端和前端代码仓库
  • 后端(Fastapi):https://github.com/suyash-srivastava-dev/annotation-editor-backend
  • 前端(Angular):https://github.com/suyash-srivastava-dev/annotation-editor

更多相关信息

为每个项目创建了Pinata组。
Pinata用于保存带有注释的和没有注释的图像数据集。注释文件也作为JSON保存在Pinata上。通过签名的SDK来访问图像和JSON文件。

这篇关于使用Pinata为AI模型训练标注图像的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!