KillzoneCCO commited on
Commit
6f65cf4
·
verified ·
1 Parent(s): 4f100b1

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +42 -11
app.py CHANGED
@@ -17,14 +17,28 @@ my_episodes = None
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
25
  episodes_data = {}
26
  for i, row in enumerate(dataset):
27
- episode_idx = row["episode_index"]
 
 
 
 
 
28
  if episode_idx not in episodes_data:
29
  episodes_data[episode_idx] = []
30
  episodes_data[episode_idx].append(row)
@@ -35,7 +49,7 @@ def load_and_prepare_dataset():
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
@@ -56,15 +70,24 @@ def get_num_steps_in_episode(episode_idx):
56
 
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)
@@ -74,11 +97,13 @@ def update_episode_info(episode_idx):
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)):
 
82
  return "Неверный эпизод или индекс шага.", None, "", ""
83
 
84
  record = episode[step_idx]
@@ -89,15 +114,20 @@ def display_step_data(episode_idx, step_idx):
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:
100
- print(f"Ошибка при обработке изображения: {img_e}")
 
 
101
 
102
  # --- Подготовка текстовых наблюдений ---
103
  observation_text = ""
@@ -135,7 +165,7 @@ with gr.Blocks() as demo:
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)
@@ -163,11 +193,12 @@ with gr.Blocks() as demo:
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]
 
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
+ print("Attempting to load dataset...") # Логирование для отладки
21
  try:
22
  # Загружаем ваш датасет. По умолчанию load_dataset должен получать последнюю версию.
23
+ # force_download=True может быть полезно для отладки кэширования, но используйте осторожно.
24
  dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT)
25
 
26
+ # Проверяем, что датасет не пустой
27
+ if len(dataset) == 0:
28
+ error_msg = "Датасет пуст. Нет данных для отображения."
29
+ print(error_msg)
30
+ my_episodes = error_msg
31
+ return error_msg, []
32
+
33
  # Группируем данные по эпизодам для удобства визуализации
34
  episodes_data = {}
35
  for i, row in enumerate(dataset):
36
+ episode_idx = row.get("episode_index") # Используем .get() для безопасности
37
+ if episode_idx is None: # Если episode_index отсутствует, присваиваем 0
38
+ episode_idx = 0
39
+ row["episode_index"] = 0 # Добавляем для консистентности
40
+ print(f"Warning: 'episode_index' not found for row {i}, defaulting to 0.")
41
+
42
  if episode_idx not in episodes_data:
43
  episodes_data[episode_idx] = []
44
  episodes_data[episode_idx].append(row)
 
49
  print(f"Dataset loaded and prepared. Number of episodes: {len(my_episodes)}")
50
  return "Данные успешно загружены!", list(my_episodes.keys()) # Возвращаем сообщение и список эпизодов
51
  except Exception as e:
52
+ error_msg = f"Ошибка при загрузке или обработке датасета: {e}"
53
  print(error_msg)
54
  my_episodes = error_msg # Сохраняем ошибку в глобальную переменную
55
  return error_msg, [] # Возвращаем сообщение об ошибке и пустой список
 
70
 
71
  def update_episode_info(episode_idx):
72
  """Обновляет информацию при выборе нового эпизода."""
73
+ print(f"update_episode_info called with episode_idx: {episode_idx}") # Логирование
74
  if isinstance(my_episodes, str):
75
  return my_episodes, 0, 0, "", None, "", "" # Возвращаем ошибку и пустые значения
76
 
77
+ # Если episode_idx не выбран (например, при первом запуске) или список пуст
78
+ if episode_idx is None:
79
+ if my_episodes:
80
+ episode_idx = list(my_episodes.keys())[0] # Выбираем первый доступный эпизод
81
+ print(f"Defaulting to first episode: {episode_idx}")
82
+ else:
83
+ print("No episodes available to select.")
84
+ return gr.update(choices=[], value=None), 0, 0, "Нет доступных данных.", None, "", ""
85
+
86
 
87
  num_steps = get_num_steps_in_episode(episode_idx)
88
+
89
+ # Обновляем слайдер шагов и сбрасываем значение на 0
90
+ step_slider_update = gr.update(minimum=0, maximum=max(0, num_steps - 1), value=0)
91
 
92
  # Сразу отображаем данные для первого шага выбранного эпизода
93
  step_info, image, obs_text, action_text = display_step_data(episode_idx, 0)
 
97
 
98
  def display_step_data(episode_idx, step_idx):
99
  """Отображает данные для конкретного шага в эпизоде."""
100
+ print(f"display_step_data called with episode_idx: {episode_idx}, step_idx: {step_idx}") # Логирование
101
  if isinstance(my_episodes, str):
102
  return my_episodes, None, "", ""
103
 
104
  episode = my_episodes.get(episode_idx)
105
  if not episode or not (0 <= step_idx < len(episode)):
106
+ print(f"Error: Invalid episode_idx ({episode_idx}) or step_idx ({step_idx}). Episode length: {len(episode) if episode else 0}")
107
  return "Неверный эпизод или индекс шага.", None, "", ""
108
 
109
  record = episode[step_idx]
 
114
  image_data = record["observation.camera_image_left"]
115
  try:
116
  # datasets.Image() автоматически декодирует изображение в PIL.Image
 
117
  if isinstance(image_data, PILImage.Image):
118
  image_to_display = image_data
119
  elif isinstance(image_data, np.ndarray): # Если вдруг это все еще numpy (например, при локальном тестировании без features)
120
+ # Убедитесь, что массив имеет правильный тип данных (uint8) и форму (H, W, C)
121
+ # Если изображение в оттенках серого (H, W), нужно добавить канал
122
+ if image_data.ndim == 2:
123
+ image_data = np.stack([image_data]*3, axis=-1) # Преобразуем в RGB
124
  image_to_display = PILImage.fromarray(image_data.astype(np.uint8))
125
  else:
126
+ print(f"Warning: Unknown image format (type: {type(image_data)}). Could not display.")
127
  except Exception as img_e:
128
+ print(f"Error processing image: {img_e}")
129
+ else:
130
+ print("Image 'observation.camera_image_left' not found or is None.")
131
 
132
  # --- Подготовка текстовых наблюдений ---
133
  observation_text = ""
 
165
  episode_selector = gr.Dropdown(
166
  label="Выберите эпизод",
167
  choices=[], # Будет заполнено динамически
168
+ value=None, # Изначально нет выбранного значения
169
  interactive=True
170
  )
171
  num_steps_in_episode_output = gr.Number(label="Всего шагов в эпизоде", value=0, precision=0, interactive=False)
 
193
 
194
  # --- Логика взаимодействия ---
195
  # При загрузке Space, загружаем данные и обновляем выпадающий список эпизодов
196
+ # Затем, после загрузки данных, автоматически выбираем первый эпизод и обновляем UI
197
  demo.load(
198
  load_and_prepare_dataset,
199
  inputs=None,
200
  outputs=[refresh_status, episode_selector]
201
+ ).then(
202
  update_episode_info,
203
  inputs=episode_selector,
204
  outputs=[step_slider, num_steps_in_episode_output, step_slider, step_info_output, image_output, observation_output, action_output]