KillzoneCCO commited on
Commit
4f100b1
·
verified ·
1 Parent(s): e2601b3

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +114 -87
app.py CHANGED
@@ -2,17 +2,23 @@
2
  from datasets import load_dataset, Dataset
3
  import gradio as gr
4
  import pandas as pd
5
- from PIL import Image # Для работы с изображениями
6
- import numpy as np # Для работы с массивами изображений
7
 
8
  # --- Настройки вашего датасета ---
9
  DATASET_REPO_ID = "KillzoneCCO/my-ainex-robot-dataset"
10
  DATASET_SPLIT = "train"
11
 
12
- # --- Функция загрузки данных ---
 
 
 
 
13
  def load_and_prepare_dataset():
14
  """Загружает датасет с Hugging Face Hub и группирует по эпизодам."""
 
15
  try:
 
16
  dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT)
17
 
18
  # Группируем данные по эпизодам для удобства визуализации
@@ -25,20 +31,21 @@ def load_and_prepare_dataset():
25
 
26
  # Сортируем эпизоды по индексу
27
  sorted_episodes = dict(sorted(episodes_data.items()))
28
- return sorted_episodes
 
 
29
  except Exception as e:
30
- return f"Ошибка при загрузке датасета: {e}"
31
-
32
- # Глобальная переменная для хранения загруженного и сгруппированного датасета
33
- # Загружаем один раз при запуске Space
34
- my_episodes = load_and_prepare_dataset()
35
 
36
  # --- Функции для Gradio интерфейса ---
37
 
38
- def get_episode_list():
39
- """Возвращает список доступных эпизодов."""
40
  if isinstance(my_episodes, str): # Если была ошибка загрузки
41
- return [], 0 # Возвращаем пустой список и 0 шагов
42
  return list(my_episodes.keys())
43
 
44
  def get_num_steps_in_episode(episode_idx):
@@ -50,15 +57,25 @@ def get_num_steps_in_episode(episode_idx):
50
  def update_episode_info(episode_idx):
51
  """Обновляет информацию при выборе нового эпизода."""
52
  if isinstance(my_episodes, str):
53
- return my_episodes, 0, 0, 0 # Возвращаем ошибку и нули
54
 
 
 
 
55
  num_steps = get_num_steps_in_episode(episode_idx)
56
- return gr.update(maximum=num_steps - 1, value=0), num_steps, 0 # Обновляем слайдер и сбрасываем шаг
 
 
 
 
 
 
 
57
 
58
  def display_step_data(episode_idx, step_idx):
59
  """Отображает данные для конкретного шага в эпизоде."""
60
  if isinstance(my_episodes, str):
61
- return my_episodes, None, "", "" # Ошибка, пустое изображение, пустые тексты
62
 
63
  episode = my_episodes.get(episode_idx)
64
  if not episode or not (0 <= step_idx < len(episode)):
@@ -71,9 +88,12 @@ def display_step_data(episode_idx, step_idx):
71
  if "observation.camera_image_left" in record and record["observation.camera_image_left"] is not None:
72
  image_data = record["observation.camera_image_left"]
73
  try:
74
- if isinstance(image_data, np.ndarray):
75
- # Убедитесь, что массив имеет правильный тип данных (uint8) и форму (H, W, C)
76
- image_to_display = Image.fromarray(image_data.astype(np.uint8))
 
 
 
77
  else:
78
  print(f"Предупреждение: Неизвестный формат изображения (тип: {type(image_data)}). Не удалось отобразить.")
79
  except Exception as img_e:
@@ -101,75 +121,82 @@ def display_step_data(episode_idx, step_idx):
101
  return step_info_text, image_to_display, observation_text, action_text
102
 
103
  # --- Создаем Gradio интерфейс ---
104
- if isinstance(my_episodes, dict): # Только если датасет успешно загружен и сгруппирован
105
- with gr.Blocks() as demo:
106
- gr.Markdown(f"# Визуализация датасета `{DATASET_REPO_ID}`")
107
- gr.Markdown("Здесь вы можете просмотреть информацию о вашем собранном датасете робота, сгруппированную по эпизодам.")
108
-
109
- with gr.Row():
110
- with gr.Column(scale=1):
111
- gr.Markdown("### Выбор эпизода")
112
- episode_selector = gr.Dropdown(
113
- label="Выберите эпизод",
114
- choices=get_episode_list(),
115
- value=get_episode_list()[0] if get_episode_list() else None,
116
- interactive=True
117
- )
118
- num_steps_in_episode_output = gr.Number(label="Всего шагов в эпизоде", value=0, precision=0)
119
-
120
- gr.Markdown("### Навигация по шагам")
121
- step_slider = gr.Slider(
122
- minimum=0,
123
- maximum=0, # Будет обновлено динамически
124
- value=0,
125
- step=1,
126
- label="Шаг в эпизоде",
127
- interactive=True
128
- )
129
-
130
- # Общая информация о текущем шаге
131
- step_info_output = gr.Textbox(label="Информация о шаге", lines=5, interactive=False)
132
-
133
- with gr.Column(scale=2):
134
- gr.Markdown("### Визуализация")
135
- image_output = gr.Image(label="Изображение с камеры", type="pil", height=400, show_label=True)
136
-
137
- with gr.Row():
138
- observation_output = gr.Textbox(label="Наблюдения", lines=10, interactive=False)
139
- action_output = gr.Textbox(label="Действия", lines=10, interactive=False)
140
-
141
- # --- Логика взаимодействия ---
142
- episode_selector.change(
143
- update_episode_info,
144
- inputs=episode_selector,
145
- outputs=[step_slider, num_steps_in_episode_output, step_slider] # Обновляем слайдер, количество шагов, и сбрасываем значение слайдера
146
- ).then(
147
- display_step_data,
148
- inputs=[episode_selector, step_slider],
149
- outputs=[step_info_output, image_output, observation_output, action_output]
150
- )
151
-
152
- step_slider.change(
153
- display_step_data,
154
- inputs=[episode_selector, step_slider],
155
- outputs=[step_info_output, image_output, observation_output, action_output]
156
- )
157
-
158
- # Инициализация при загрузке Space
159
- demo.load(
160
- lambda: update_episode_info(episode_selector.value) if episode_selector.value is not None else (gr.update(maximum=0, value=0), 0, 0),
161
- inputs=None,
162
- outputs=[step_slider, num_steps_in_episode_output, step_slider]
163
- ).then(
164
- lambda: display_step_data(episode_selector.value, step_slider.value) if episode_selector.value is not None else ("", None, "", ""),
165
- inputs=None,
166
- outputs=[step_info_output, image_output, observation_output, action_output]
167
- )
168
-
169
- else: # Если произошла ошибка при загрузке датасета
170
- with gr.Blocks() as demo:
171
- gr.Markdown(f"# Ошибка загрузки датасета")
172
- gr.Textbox(value=my_episodes, label="Сообщение об ошибке")
 
 
 
 
 
 
 
173
 
174
  # Запуск приложения Gradio
175
  demo.launch()
 
2
  from datasets import load_dataset, Dataset
3
  import gradio as gr
4
  import pandas as pd
5
+ from PIL import Image as PILImage # Переименовываем PIL.Image, чтобы избежать конфликта с datasets.Image
6
+ import numpy as np
7
 
8
  # --- Настройки вашего датасета ---
9
  DATASET_REPO_ID = "KillzoneCCO/my-ainex-robot-dataset"
10
  DATASET_SPLIT = "train"
11
 
12
+ # Глобальная переменная для хранения загруженного и сгруппированного датасета
13
+ # Изначально устанавливаем ее в None
14
+ my_episodes = None
15
+
16
+ # --- Функция загрузки и подготовки данных ---
17
  def load_and_prepare_dataset():
18
  """Загружает датасет с Hugging Face Hub и группирует по эпизодам."""
19
+ global my_episodes # Указываем, что будем изменять глобальную переменную
20
  try:
21
+ # Загружаем ваш датасет. По умолчанию load_dataset должен получать последнюю версию.
22
  dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT)
23
 
24
  # Группируем данные по эпизодам для удобства визуализации
 
31
 
32
  # Сортируем эпизоды по индексу
33
  sorted_episodes = dict(sorted(episodes_data.items()))
34
+ my_episodes = sorted_episodes # Сохраняем загруженные данные в глобальную переменную
35
+ print(f"Dataset loaded and prepared. Number of episodes: {len(my_episodes)}")
36
+ return "Данные успешно загружены!", list(my_episodes.keys()) # Возвращаем сообщение и список эпизодов
37
  except Exception as e:
38
+ error_msg = f"Ошибка при загрузке датасета: {e}"
39
+ print(error_msg)
40
+ my_episodes = error_msg # Сохраняем ошибку в глобальную переменную
41
+ return error_msg, [] # Возвращаем сообщение об ошибке и пустой список
 
42
 
43
  # --- Функции для Gradio интерфейса ---
44
 
45
+ def get_episode_list_for_dropdown():
46
+ """Возвращает список доступных эпизодов для выпадающего списка."""
47
  if isinstance(my_episodes, str): # Если была ошибка загрузки
48
+ return []
49
  return list(my_episodes.keys())
50
 
51
  def get_num_steps_in_episode(episode_idx):
 
57
  def update_episode_info(episode_idx):
58
  """Обновляет информацию при выборе нового эпизода."""
59
  if isinstance(my_episodes, str):
60
+ return my_episodes, 0, 0, "", None, "", "" # Возвращаем ошибку и пустые значения
61
 
62
+ if episode_idx is None and my_episodes: # Если эпизод не выбран, но данные есть, выбираем первый
63
+ episode_idx = list(my_episodes.keys())[0]
64
+
65
  num_steps = get_num_steps_in_episode(episode_idx)
66
+ # Сбрасываем слайдер шагов и вызываем display_step_data для первого шага
67
+ step_slider_update = gr.update(maximum=num_steps - 1, value=0)
68
+
69
+ # Сразу отображаем данные для первого шага выбранного эпизода
70
+ step_info, image, obs_text, action_text = display_step_data(episode_idx, 0)
71
+
72
+ return step_slider_update, num_steps, 0, step_info, image, obs_text, action_text
73
+
74
 
75
  def display_step_data(episode_idx, step_idx):
76
  """Отображает данные для конкретного шага в эпизоде."""
77
  if isinstance(my_episodes, str):
78
+ return my_episodes, None, "", ""
79
 
80
  episode = my_episodes.get(episode_idx)
81
  if not episode or not (0 <= step_idx < len(episode)):
 
88
  if "observation.camera_image_left" in record and record["observation.camera_image_left"] is not None:
89
  image_data = record["observation.camera_image_left"]
90
  try:
91
+ # datasets.Image() автоматически декодирует изображение в PIL.Image
92
+ # Поэтому здесь мы просто используем его напрямую
93
+ if isinstance(image_data, PILImage.Image):
94
+ image_to_display = image_data
95
+ elif isinstance(image_data, np.ndarray): # Если вдруг это все еще numpy (например, при локальном тестировании без features)
96
+ image_to_display = PILImage.fromarray(image_data.astype(np.uint8))
97
  else:
98
  print(f"Предупреждение: Неизвестный формат изображения (тип: {type(image_data)}). Не удалось отобразить.")
99
  except Exception as img_e:
 
121
  return step_info_text, image_to_display, observation_text, action_text
122
 
123
  # --- Создаем Gradio интерфейс ---
124
+ with gr.Blocks() as demo:
125
+ gr.Markdown(f"# Визуализация датасета `{DATASET_REPO_ID}`")
126
+ gr.Markdown("Здесь вы можете просмотреть информацию о вашем собранном датасете робота, сгруппированную по эпизодам.")
127
+
128
+ # Кнопка для обновления данных
129
+ refresh_button = gr.Button("Обновить данные с Hugging Face Hub")
130
+ refresh_status = gr.Textbox(label="Статус обновления", interactive=False)
131
+
132
+ with gr.Row():
133
+ with gr.Column(scale=1):
134
+ gr.Markdown("### Выбор эпизода")
135
+ episode_selector = gr.Dropdown(
136
+ label="Выберите эпизод",
137
+ choices=[], # Будет заполнено динамически
138
+ value=None,
139
+ interactive=True
140
+ )
141
+ num_steps_in_episode_output = gr.Number(label="Всего шагов в эпизоде", value=0, precision=0, interactive=False)
142
+
143
+ gr.Markdown("### Навигация по шагам")
144
+ step_slider = gr.Slider(
145
+ minimum=0,
146
+ maximum=0, # Будет обновлено динамически
147
+ value=0,
148
+ step=1,
149
+ label="Шаг в эпизоде",
150
+ interactive=True
151
+ )
152
+
153
+ # Общая информация о текущем шаге
154
+ step_info_output = gr.Textbox(label="Информация о шаге", lines=5, interactive=False)
155
+
156
+ with gr.Column(scale=2):
157
+ gr.Markdown("### Визуализация")
158
+ image_output = gr.Image(label="Изображение с камеры", type="pil", height=400, show_label=True)
159
+
160
+ with gr.Row():
161
+ observation_output = gr.Textbox(label="Наблюдения", lines=10, interactive=False)
162
+ action_output = gr.Textbox(label="Действия", lines=10, interactive=False)
163
+
164
+ # --- Логика взаимодействия ---
165
+ # При загрузке Space, загружаем данные и обновляем выпадающий список эпизодов
166
+ demo.load(
167
+ load_and_prepare_dataset,
168
+ inputs=None,
169
+ outputs=[refresh_status, episode_selector]
170
+ ).then( # После загрузки данных, обновляем информацию для первого эпизода
171
+ update_episode_info,
172
+ inputs=episode_selector,
173
+ outputs=[step_slider, num_steps_in_episode_output, step_slider, step_info_output, image_output, observation_output, action_output]
174
+ )
175
+
176
+ # При изменении выбора эпизода
177
+ episode_selector.change(
178
+ update_episode_info,
179
+ inputs=episode_selector,
180
+ outputs=[step_slider, num_steps_in_episode_output, step_slider, step_info_output, image_output, observation_output, action_output]
181
+ )
182
+
183
+ # При изменении слайдера шагов
184
+ step_slider.change(
185
+ display_step_data,
186
+ inputs=[episode_selector, step_slider],
187
+ outputs=[step_info_output, image_output, observation_output, action_output]
188
+ )
189
+
190
+ # При нажатии кнопки "Обновить данные"
191
+ refresh_button.click(
192
+ load_and_prepare_dataset,
193
+ inputs=None,
194
+ outputs=[refresh_status, episode_selector]
195
+ ).then( # После обновления данных, обновляем информацию для первого эпизода
196
+ update_episode_info,
197
+ inputs=episode_selector,
198
+ outputs=[step_slider, num_steps_in_episode_output, step_slider, step_info_output, image_output, observation_output, action_output]
199
+ )
200
 
201
  # Запуск приложения Gradio
202
  demo.launch()