Spaces:
Runtime error
Runtime error
Update app.py
Browse files
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
|
| 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 |
-
#
|
|
|
|
|
|
|
|
|
|
|
|
|
| 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 |
-
|
|
|
|
|
|
|
| 29 |
except Exception as e:
|
| 30 |
-
|
| 31 |
-
|
| 32 |
-
|
| 33 |
-
#
|
| 34 |
-
my_episodes = load_and_prepare_dataset()
|
| 35 |
|
| 36 |
# --- Функции для Gradio интерфейса ---
|
| 37 |
|
| 38 |
-
def
|
| 39 |
-
"""Возвращает список доступных эпизодов."""
|
| 40 |
if isinstance(my_episodes, str): # Если была ошибка загрузки
|
| 41 |
-
return []
|
| 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,
|
| 54 |
|
|
|
|
|
|
|
|
|
|
| 55 |
num_steps = get_num_steps_in_episode(episode_idx)
|
| 56 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 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, "", ""
|
| 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 |
-
|
| 75 |
-
|
| 76 |
-
|
|
|
|
|
|
|
|
|
|
| 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 |
-
|
| 105 |
-
|
| 106 |
-
|
| 107 |
-
|
| 108 |
-
|
| 109 |
-
|
| 110 |
-
|
| 111 |
-
|
| 112 |
-
|
| 113 |
-
|
| 114 |
-
|
| 115 |
-
|
| 116 |
-
|
| 117 |
-
|
| 118 |
-
|
| 119 |
-
|
| 120 |
-
|
| 121 |
-
|
| 122 |
-
|
| 123 |
-
|
| 124 |
-
|
| 125 |
-
|
| 126 |
-
|
| 127 |
-
|
| 128 |
-
|
| 129 |
-
|
| 130 |
-
|
| 131 |
-
|
| 132 |
-
|
| 133 |
-
|
| 134 |
-
|
| 135 |
-
|
| 136 |
-
|
| 137 |
-
|
| 138 |
-
|
| 139 |
-
|
| 140 |
-
|
| 141 |
-
|
| 142 |
-
|
| 143 |
-
|
| 144 |
-
|
| 145 |
-
|
| 146 |
-
|
| 147 |
-
|
| 148 |
-
|
| 149 |
-
|
| 150 |
-
|
| 151 |
-
|
| 152 |
-
|
| 153 |
-
|
| 154 |
-
|
| 155 |
-
|
| 156 |
-
|
| 157 |
-
|
| 158 |
-
|
| 159 |
-
|
| 160 |
-
|
| 161 |
-
|
| 162 |
-
|
| 163 |
-
|
| 164 |
-
|
| 165 |
-
|
| 166 |
-
|
| 167 |
-
|
| 168 |
-
|
| 169 |
-
|
| 170 |
-
|
| 171 |
-
|
| 172 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 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()
|