Spaces:
Runtime error
Runtime error
https://huggingface.co/datasets/KillzoneCCO/my-ainex-robot-dataset
#1
by KillzoneCCO - opened
README.md
CHANGED
|
@@ -4,7 +4,7 @@ emoji: 🤖
|
|
| 4 |
colorFrom: green
|
| 5 |
colorTo: blue
|
| 6 |
sdk: gradio
|
| 7 |
-
sdk_version: 5.
|
| 8 |
app_file: app.py
|
| 9 |
pinned: false
|
| 10 |
---
|
|
|
|
| 4 |
colorFrom: green
|
| 5 |
colorTo: blue
|
| 6 |
sdk: gradio
|
| 7 |
+
sdk_version: 5.37.0
|
| 8 |
app_file: app.py
|
| 9 |
pinned: false
|
| 10 |
---
|
app.py
CHANGED
|
@@ -1,464 +1,114 @@
|
|
| 1 |
# app.py
|
| 2 |
-
from datasets import load_dataset, Dataset
|
| 3 |
import gradio as gr
|
| 4 |
-
import pandas as pd
|
| 5 |
-
from PIL import Image as PILImage
|
| 6 |
-
import numpy as np
|
| 7 |
-
import matplotlib.pyplot as plt
|
| 8 |
-
import io
|
| 9 |
-
import time
|
| 10 |
-
import imageio # Добавляем для создания видео
|
| 11 |
-
import os # Для работы с файловой системой (временные файлы)
|
| 12 |
|
| 13 |
# --- Настройки вашего датасета ---
|
| 14 |
-
DATASET_REPO_ID = "KillzoneCCO/my-ainex-robot-dataset"
|
| 15 |
-
DATASET_SPLIT = "train"
|
| 16 |
|
| 17 |
-
#
|
| 18 |
-
my_episodes = None
|
| 19 |
-
dataset_features = None
|
| 20 |
-
|
| 21 |
-
# --- Функция загрузки и подготовки данных ---
|
| 22 |
def load_and_prepare_dataset():
|
| 23 |
-
"""Загружает датасет с Hugging Face Hub
|
| 24 |
-
global my_episodes, dataset_features
|
| 25 |
-
print("Attempting to load dataset...")
|
| 26 |
try:
|
|
|
|
| 27 |
dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT)
|
| 28 |
-
|
| 29 |
-
|
| 30 |
-
if len(dataset) == 0:
|
| 31 |
-
error_msg = "Датасет пуст. Нет данных для отображения."
|
| 32 |
-
print(error_msg)
|
| 33 |
-
my_episodes = {}
|
| 34 |
-
# Возвращаем также пустой список для чекбоксов
|
| 35 |
-
return error_msg, gr.update(choices=[], value=None), gr.update(choices=[], value=[])
|
| 36 |
-
|
| 37 |
-
episodes_data = {}
|
| 38 |
-
for i, row in enumerate(dataset):
|
| 39 |
-
episode_idx_raw = row.get("episode_index")
|
| 40 |
-
if episode_idx_raw is None:
|
| 41 |
-
episode_idx_raw = 0
|
| 42 |
-
row["episode_index"] = 0
|
| 43 |
-
print(f"Warning: 'episode_index' not found for row {i}. Setting to 0.")
|
| 44 |
-
|
| 45 |
-
# Используем 1-индексированный номер эпизода для ключа, чтобы совпадать с отображением
|
| 46 |
-
episode_idx = int(episode_idx_raw) + 1
|
| 47 |
-
if episode_idx not in episodes_data:
|
| 48 |
-
episodes_data[episode_idx] = []
|
| 49 |
-
episodes_data[episode_idx].append(row)
|
| 50 |
-
|
| 51 |
-
# Сортируем шаги внутри каждого эпизода по временной метке, если есть
|
| 52 |
-
for episode_idx in episodes_data:
|
| 53 |
-
episodes_data[episode_idx].sort(key=lambda x: x.get("timestamp", 0))
|
| 54 |
-
|
| 55 |
-
my_episodes = episodes_data
|
| 56 |
-
print(f"Dataset loaded. Found {len(my_episodes)} episodes.")
|
| 57 |
-
|
| 58 |
-
episode_options = sorted(list(my_episodes.keys()))
|
| 59 |
-
|
| 60 |
-
# Определяем опции для чекбоксов сервоприводов
|
| 61 |
-
servo_options = [f"Servo_{i+1}" for i in range(25)] # Предполагаем 25 сервоприводов
|
| 62 |
-
|
| 63 |
-
# Возвращаем также опции для чекбоксов
|
| 64 |
-
return f"Датасет '{DATASET_REPO_ID}' загружен. Найдено {len(my_episodes)} эпизодов.", \
|
| 65 |
-
gr.update(choices=episode_options, value=episode_options[0] if episode_options else None), \
|
| 66 |
-
gr.update(choices=servo_options, value=servo_options) # Все выбраны по умолчанию
|
| 67 |
except Exception as e:
|
| 68 |
-
|
| 69 |
-
print(error_msg)
|
| 70 |
-
my_episodes = {}
|
| 71 |
-
return error_msg, gr.update(choices=[], value=None), gr.update(choices=[], value=[])
|
| 72 |
|
| 73 |
-
#
|
| 74 |
-
|
| 75 |
-
|
| 76 |
|
| 77 |
-
|
| 78 |
-
|
| 79 |
-
|
| 80 |
-
|
| 81 |
-
|
| 82 |
-
return "Данные эпизода не найдены.", None, {}, {}, 0.0 # Добавляем timestamp
|
| 83 |
-
|
| 84 |
-
episode_steps = my_episodes.get(selected_episode_idx)
|
| 85 |
-
if not episode_steps:
|
| 86 |
-
return "Данные эпизода пусты.", None, {}, {}, 0.0 # Добавляем timestamp
|
| 87 |
-
|
| 88 |
-
# Убежимся, что step_idx находится в допустимых границах
|
| 89 |
-
if not (0 <= step_idx < len(episode_steps)):
|
| 90 |
-
return "Неверный номер шага или шаг вне диапазона.", None, {}, {}, 0.0 # Добавляем timestamp
|
| 91 |
-
|
| 92 |
-
step_data = episode_steps[step_idx]
|
| 93 |
-
|
| 94 |
-
# Подготовьте информацию о шаге
|
| 95 |
-
step_info = (
|
| 96 |
-
f"Эпизод: {step_data.get('episode_index', 'N/A')}, "
|
| 97 |
-
f"Шаг: {step_idx}/{len(episode_steps)-1}, "
|
| 98 |
-
f"Вознаграждение: {step_data.get('reward', 0.0):.2f}, "
|
| 99 |
-
f"Завершено: {step_data.get('terminated', False)}, "
|
| 100 |
-
f"Усечено: {step_data.get('truncated', False)}, "
|
| 101 |
-
f"Timestamp: {step_data.get('timestamp', 0.0):.2f}"
|
| 102 |
-
)
|
| 103 |
-
|
| 104 |
-
# Обработка изображения
|
| 105 |
-
image_pil = None
|
| 106 |
-
if 'observation.camera_image_left' in step_data:
|
| 107 |
-
img_data = step_data['observation.camera_image_left']
|
| 108 |
-
if isinstance(img_data, PILImage.Image):
|
| 109 |
-
image_pil = img_data
|
| 110 |
-
elif isinstance(img_data, dict) and 'bytes' in img_data:
|
| 111 |
-
try:
|
| 112 |
-
image_pil = PILImage.open(io.BytesIO(img_data['bytes']))
|
| 113 |
-
except Exception as e:
|
| 114 |
-
print(f"Error opening image from bytes: {e}")
|
| 115 |
-
elif img_data is not None:
|
| 116 |
-
print(f"Unexpected image format type: {type(img_data)}")
|
| 117 |
-
|
| 118 |
-
# Обработка наблюдений (исключаем image, так как он уже обработан)
|
| 119 |
-
observation_data = {}
|
| 120 |
-
for k, v in step_data.items():
|
| 121 |
-
if k.startswith("observation.") and k != "observation.camera_image_left":
|
| 122 |
-
clean_key = k[len("observation."):]
|
| 123 |
-
if isinstance(v, np.ndarray):
|
| 124 |
-
observation_data[clean_key] = v.squeeze().tolist()
|
| 125 |
-
else:
|
| 126 |
-
observation_data[clean_key] = v
|
| 127 |
-
|
| 128 |
-
# Обработка действий
|
| 129 |
-
action_data = {}
|
| 130 |
-
for k, v in step_data.items():
|
| 131 |
-
if k.startswith("action."):
|
| 132 |
-
clean_key = k[len("action."):]
|
| 133 |
-
if isinstance(v, np.ndarray):
|
| 134 |
-
action_data[clean_key] = v.squeeze().tolist()
|
| 135 |
-
else:
|
| 136 |
-
action_data[clean_key] = v
|
| 137 |
|
| 138 |
-
|
| 139 |
-
|
| 140 |
-
|
| 141 |
-
|
| 142 |
-
|
| 143 |
-
# --- Функция для построения графика начальной позиции ---
|
| 144 |
-
def plot_initial_pose(initial_pose_data):
|
| 145 |
-
if not initial_pose_data:
|
| 146 |
-
return None
|
| 147 |
-
|
| 148 |
-
# Сортируем ключи, чтобы порядок сервоприводов был правильным
|
| 149 |
-
sorted_keys = sorted(initial_pose_data.keys(), key=lambda x: int(x.split('_')[1]))
|
| 150 |
-
servo_ids = [int(k.split('_')[1]) for k in sorted_keys]
|
| 151 |
-
positions = [initial_pose_data[k] for k in sorted_keys]
|
| 152 |
-
|
| 153 |
-
fig, ax = plt.subplots(figsize=(10, 5))
|
| 154 |
-
ax.bar(servo_ids, positions, color='skyblue')
|
| 155 |
-
ax.set_title('Начальная позиция сервоприводов', fontsize=14, fontweight='bold')
|
| 156 |
-
ax.set_xlabel('ID Сервопривода', fontsize=12)
|
| 157 |
-
ax.set_ylabel('Позиция', fontsize=12)
|
| 158 |
-
ax.set_xticks(servo_ids) # Убедимся, что все ID сервоприводов отображаются
|
| 159 |
-
ax.grid(axis='y', linestyle='--', alpha=0.7)
|
| 160 |
-
plt.tight_layout()
|
| 161 |
-
return fig
|
| 162 |
-
|
| 163 |
-
# --- Функция для обновления информации об эпизоде при выборе ---
|
| 164 |
-
def update_episode_info(selected_episode_idx):
|
| 165 |
-
global my_episodes
|
| 166 |
-
if not my_episodes or selected_episode_idx is None:
|
| 167 |
-
# Добавляем пустой список для initial_servo_checkboxes
|
| 168 |
-
return gr.update(maximum=0, value=0), "0", "Нет данных", None, {}, {}, None, gr.update(choices=[], value=[])
|
| 169 |
-
|
| 170 |
-
episode_steps = my_episodes.get(selected_episode_idx)
|
| 171 |
-
if not episode_steps:
|
| 172 |
-
return gr.update(maximum=0, value=0), "0", "Нет данных", None, {}, {}, None, gr.update(choices=[], value=[])
|
| 173 |
-
|
| 174 |
-
num_steps = len(episode_steps)
|
| 175 |
-
if num_steps == 0:
|
| 176 |
-
return gr.update(maximum=0, value=0), "0", "Нет данных", None, {}, {}, None, gr.update(choices=[], value=[])
|
| 177 |
-
|
| 178 |
-
# Получаем данные для первого шага, чтобы инициализировать UI
|
| 179 |
-
step_info, image_pil, observation_data, action_data, _ = display_step_data(selected_episode_idx, 0) # timestamp не нужен здесь
|
| 180 |
-
|
| 181 |
-
# Извлекаем начальную позицию сервоприводов (observation.joint_positions первого шага)
|
| 182 |
-
initial_joint_positions_dict = {}
|
| 183 |
-
if 'joint_positions' in observation_data and observation_data['joint_positions']:
|
| 184 |
-
# observation_data['joint_positions'] может быть списком списков, берем первый элемент
|
| 185 |
-
flat_positions = np.array(observation_data['joint_positions']).flatten().tolist()
|
| 186 |
-
initial_joint_positions_dict = {f"Servo_{i+1}": pos for i, pos in enumerate(flat_positions)}
|
| 187 |
|
| 188 |
-
#
|
| 189 |
-
initial_pose_plot = plot_initial_pose(initial_joint_positions_dict)
|
| 190 |
-
|
| 191 |
-
# Определяем опции для чекбоксов сервоприводов для графика действий
|
| 192 |
-
servo_options = [f"Servo_{i+1}" for i in range(25)]
|
| 193 |
-
|
| 194 |
-
return (
|
| 195 |
-
gr.update(maximum=num_steps - 1, value=0),
|
| 196 |
-
str(num_steps),
|
| 197 |
-
step_info,
|
| 198 |
-
image_pil,
|
| 199 |
-
observation_data,
|
| 200 |
-
action_data,
|
| 201 |
-
initial_pose_plot, # Возвращаем график начальной позиции
|
| 202 |
-
gr.update(choices=servo_options, value=servo_options) # Все выбраны по умолчанию
|
| 203 |
-
)
|
| 204 |
-
|
| 205 |
-
# --- Функция для построения графика действий с выбором линий ---
|
| 206 |
-
def plot_actions_for_episode(selected_episode_idx, selected_servos):
|
| 207 |
-
global my_episodes
|
| 208 |
-
if not my_episodes or selected_episode_idx is None:
|
| 209 |
-
return None
|
| 210 |
-
if not selected_servos: # Если ничего не выбрано, возвращаем пустой график
|
| 211 |
-
fig, ax = plt.subplots(figsize=(12, 7))
|
| 212 |
-
ax.set_title(f'Выберите сервоприводы для отображения', fontsize=14, fontweight='bold')
|
| 213 |
-
ax.set_xlabel('Шаг (Step)', fontsize=12)
|
| 214 |
-
ax.set_ylabel('Значение команды сервопривода', fontsize=12)
|
| 215 |
-
plt.tight_layout()
|
| 216 |
-
return fig
|
| 217 |
-
|
| 218 |
-
episode_steps = my_episodes.get(selected_episode_idx)
|
| 219 |
-
if not episode_steps:
|
| 220 |
-
return None
|
| 221 |
-
|
| 222 |
-
actions_data = []
|
| 223 |
-
for step in episode_steps:
|
| 224 |
-
servo_commands = step.get('action.servo_commands')
|
| 225 |
-
if servo_commands is not None:
|
| 226 |
-
actions_data.append(np.array(servo_commands).flatten().tolist())
|
| 227 |
-
|
| 228 |
-
if not actions_data:
|
| 229 |
-
return None
|
| 230 |
-
|
| 231 |
-
df_data = []
|
| 232 |
-
for step_actions in actions_data:
|
| 233 |
-
if step_actions:
|
| 234 |
-
row = {f'Servo_{i+1}': val for i, val in enumerate(step_actions)}
|
| 235 |
-
df_data.append(row)
|
| 236 |
-
else:
|
| 237 |
-
df_data.append({})
|
| 238 |
-
|
| 239 |
-
if not df_data:
|
| 240 |
-
return None
|
| 241 |
-
|
| 242 |
-
df_actions = pd.DataFrame(df_data)
|
| 243 |
-
|
| 244 |
-
fig, ax = plt.subplots(figsize=(12, 7))
|
| 245 |
-
for col in selected_servos: # Итерируем только по выбранным сервоприводам
|
| 246 |
-
if col in df_actions.columns:
|
| 247 |
-
ax.plot(df_actions.index, df_actions[col], label=col, linewidth=1, alpha=0.8)
|
| 248 |
-
|
| 249 |
-
ax.set_title(f'Динамика команд сервоприводов для эпизода {selected_episode_idx}', fontsize=14, fontweight='bold')
|
| 250 |
-
ax.set_xlabel('Шаг (Step)', fontsize=12)
|
| 251 |
-
ax.set_ylabel('Значение команды сервопривода', fontsize=12)
|
| 252 |
-
ax.legend(title='Сервопривод', bbox_to_anchor=(1.05, 1), loc='upper left', fontsize=10)
|
| 253 |
-
plt.grid(True, linestyle='--', alpha=0.6)
|
| 254 |
-
plt.tight_layout(rect=[0, 0, 0.9, 1])
|
| 255 |
-
return fig
|
| 256 |
-
|
| 257 |
-
# --- Функция для создания видео из изображений эпизода ---
|
| 258 |
-
def create_video_from_episode(selected_episode_idx, fps=10):
|
| 259 |
-
"""
|
| 260 |
-
Создает временный MP4 файл из изображений выбранного эпизода.
|
| 261 |
-
Возвращает путь к файлу.
|
| 262 |
-
"""
|
| 263 |
-
global my_episodes
|
| 264 |
-
if selected_episode_idx is None or selected_episode_idx not in my_episodes or not my_episodes[selected_episode_idx]:
|
| 265 |
-
return None
|
| 266 |
-
|
| 267 |
-
episode_steps = my_episodes.get(selected_episode_idx)
|
| 268 |
-
if not episode_steps:
|
| 269 |
-
return None
|
| 270 |
-
|
| 271 |
-
images_for_video = []
|
| 272 |
-
for step_data in episode_steps:
|
| 273 |
-
image_pil = None
|
| 274 |
-
if 'observation.camera_image_left' in step_data:
|
| 275 |
-
img_data = step_data['observation.camera_image_left']
|
| 276 |
-
if isinstance(img_data, PILImage.Image):
|
| 277 |
-
image_pil = img_data
|
| 278 |
-
elif isinstance(img_data, dict) and 'bytes' in img_data:
|
| 279 |
-
try:
|
| 280 |
-
image_pil = PILImage.open(io.BytesIO(img_data['bytes']))
|
| 281 |
-
except Exception as e:
|
| 282 |
-
print(f"Error opening image from bytes: {e}")
|
| 283 |
-
elif img_data is not None:
|
| 284 |
-
print(f"Unexpected image format type: {type(img_data)}")
|
| 285 |
-
|
| 286 |
-
if image_pil:
|
| 287 |
-
images_for_video.append(np.array(image_pil)) # Преобразуем PIL Image в NumPy array
|
| 288 |
-
|
| 289 |
-
if not images_for_video:
|
| 290 |
-
print(f"No images found for episode {selected_episode_idx} to create video.")
|
| 291 |
-
return None
|
| 292 |
-
|
| 293 |
-
# Создаем временный файл MP4
|
| 294 |
-
# Hugging Face Spaces обычно имеют доступ к /tmp/
|
| 295 |
-
temp_video_path = f"/tmp/episode_{selected_episode_idx}_{int(time.time())}.mp4"
|
| 296 |
-
|
| 297 |
try:
|
| 298 |
-
|
| 299 |
-
|
| 300 |
-
|
| 301 |
-
return
|
| 302 |
except Exception as e:
|
| 303 |
-
|
| 304 |
-
# Если произошла ошибка, попытаемся удалить недосозданный файл
|
| 305 |
-
if os.path.exists(temp_video_path):
|
| 306 |
-
os.remove(temp_video_path)
|
| 307 |
-
return None
|
| 308 |
|
| 309 |
-
# --- Функция для синхронизации видео по времени шага ---
|
| 310 |
-
def seek_video_to_step_time(selected_episode_idx, step_idx):
|
| 311 |
-
global my_episodes
|
| 312 |
-
if selected_episode_idx is None or selected_episode_idx not in my_episodes or not my_episodes[selected_episode_idx]:
|
| 313 |
-
return None # Не можем перемотать, если нет данных
|
| 314 |
|
| 315 |
-
|
| 316 |
-
|
| 317 |
-
|
| 318 |
-
|
| 319 |
-
# Получаем timestamp первого шага эпизода, чтобы отсчитывать смещение
|
| 320 |
-
first_timestamp = episode_steps[0].get('timestamp', 0.0)
|
| 321 |
-
current_timestamp = episode_steps[step_idx].get('timestamp', 0.0)
|
| 322 |
-
|
| 323 |
-
# Вычисляем относительное время в секундах от начала эпизода
|
| 324 |
-
seek_time = current_timestamp - first_timestamp
|
| 325 |
|
| 326 |
-
|
| 327 |
-
|
| 328 |
-
|
| 329 |
-
|
| 330 |
-
#
|
| 331 |
-
|
| 332 |
-
|
| 333 |
-
|
| 334 |
-
|
| 335 |
-
|
| 336 |
-
|
| 337 |
-
|
| 338 |
-
|
| 339 |
-
|
| 340 |
-
|
| 341 |
-
|
| 342 |
-
|
| 343 |
-
|
| 344 |
-
|
| 345 |
-
|
| 346 |
-
|
| 347 |
-
|
| 348 |
-
|
| 349 |
-
|
| 350 |
-
|
| 351 |
-
|
| 352 |
-
|
| 353 |
-
|
| 354 |
-
|
| 355 |
-
|
| 356 |
-
|
| 357 |
-
|
| 358 |
-
|
| 359 |
-
|
| 360 |
-
|
| 361 |
-
|
| 362 |
-
|
| 363 |
-
|
| 364 |
-
|
| 365 |
-
|
| 366 |
-
|
| 367 |
-
|
| 368 |
-
|
| 369 |
-
|
| 370 |
-
|
| 371 |
-
|
| 372 |
-
|
| 373 |
-
|
| 374 |
-
|
| 375 |
-
|
| 376 |
-
|
| 377 |
-
|
| 378 |
-
|
| 379 |
-
|
| 380 |
-
|
| 381 |
-
|
| 382 |
-
|
| 383 |
-
|
| 384 |
-
|
| 385 |
-
|
| 386 |
-
|
| 387 |
-
|
| 388 |
-
|
| 389 |
-
|
| 390 |
-
|
| 391 |
-
inputs=episode_selector,
|
| 392 |
-
outputs=[step_slider, num_steps_in_episode_output, step_info_output, single_image_output, observation_output, action_output, initial_pose_plot_output, servo_checkboxes]
|
| 393 |
-
).then(
|
| 394 |
-
# Перерисовываем график действий при смене эпизода
|
| 395 |
-
plot_actions_for_episode,
|
| 396 |
-
inputs=[episode_selector, servo_checkboxes],
|
| 397 |
-
outputs=action_plot_output
|
| 398 |
-
)
|
| 399 |
-
|
| 400 |
-
episode_selector.change(
|
| 401 |
-
update_episode_info,
|
| 402 |
-
inputs=episode_selector,
|
| 403 |
-
outputs=[step_slider, num_steps_in_episode_output, step_info_output, single_image_output, observation_output, action_output, initial_pose_plot_output, servo_checkboxes]
|
| 404 |
-
).then(
|
| 405 |
-
# Перерисовываем график действий при смене эпизода
|
| 406 |
-
plot_actions_for_episode,
|
| 407 |
-
inputs=[episode_selector, servo_checkboxes],
|
| 408 |
-
outputs=action_plot_output
|
| 409 |
-
)
|
| 410 |
-
|
| 411 |
-
step_slider.change(
|
| 412 |
-
display_step_data,
|
| 413 |
-
inputs=[episode_selector, step_slider],
|
| 414 |
-
outputs=[step_info_output, single_image_output, observation_output, action_output, gr.State()]
|
| 415 |
-
).then(
|
| 416 |
-
# Синхронизация видео с ползунком шагов
|
| 417 |
-
seek_video_to_step_time,
|
| 418 |
-
inputs=[episode_selector, step_slider],
|
| 419 |
-
outputs=video_output
|
| 420 |
-
)
|
| 421 |
-
|
| 422 |
-
refresh_button.click(
|
| 423 |
-
load_and_prepare_dataset,
|
| 424 |
-
inputs=None,
|
| 425 |
-
outputs=[refresh_status, episode_selector, servo_checkboxes]
|
| 426 |
-
).then(
|
| 427 |
-
update_episode_info,
|
| 428 |
-
inputs=episode_selector,
|
| 429 |
-
outputs=[step_slider, num_steps_in_episode_output, step_info_output, single_image_output, observation_output, action_output, initial_pose_plot_output, servo_checkboxes]
|
| 430 |
-
).then(
|
| 431 |
-
# Перерисовываем график действий при обновлении датасета
|
| 432 |
-
plot_actions_for_episode,
|
| 433 |
-
inputs=[episode_selector, servo_checkboxes],
|
| 434 |
-
outputs=action_plot_output
|
| 435 |
-
)
|
| 436 |
-
|
| 437 |
-
# analyze_button.click удален
|
| 438 |
-
# analyze_button.click(
|
| 439 |
-
# analyze_data,
|
| 440 |
-
# inputs=None,
|
| 441 |
-
# outputs=[analysis_text_output, analysis_plot_output]
|
| 442 |
-
# )
|
| 443 |
-
|
| 444 |
-
play_video_button.click(
|
| 445 |
-
create_video_from_episode,
|
| 446 |
-
inputs=[episode_selector, video_fps_slider],
|
| 447 |
-
outputs=[video_output],
|
| 448 |
-
queue=False
|
| 449 |
-
)
|
| 450 |
-
|
| 451 |
-
plot_actions_button.click(
|
| 452 |
-
plot_actions_for_episode,
|
| 453 |
-
inputs=[episode_selector, servo_checkboxes],
|
| 454 |
-
outputs=action_plot_output
|
| 455 |
-
)
|
| 456 |
-
|
| 457 |
-
# Логика для чекбоксов сервоприводов
|
| 458 |
-
servo_checkboxes.change(
|
| 459 |
-
plot_actions_for_episode,
|
| 460 |
-
inputs=[episode_selector, servo_checkboxes],
|
| 461 |
-
outputs=action_plot_output
|
| 462 |
-
)
|
| 463 |
-
|
| 464 |
-
demo.launch(debug=True)
|
|
|
|
| 1 |
# app.py
|
| 2 |
+
from datasets import load_dataset, Dataset
|
| 3 |
import gradio as gr
|
| 4 |
+
import pandas as pd # Для удобства работы с данными
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 5 |
|
| 6 |
# --- Настройки вашего датасета ---
|
| 7 |
+
DATASET_REPO_ID = "KillzoneCCO/my-ainex-robot-dataset"
|
| 8 |
+
DATASET_SPLIT = "train" # Обычно датасеты имеют сплит 'train', 'validation', 'test'
|
| 9 |
|
| 10 |
+
# --- Функция загрузки данных ---
|
|
|
|
|
|
|
|
|
|
|
|
|
| 11 |
def load_and_prepare_dataset():
|
| 12 |
+
"""Загружает датасет с Hugging Face Hub."""
|
|
|
|
|
|
|
| 13 |
try:
|
| 14 |
+
# Загружаем ваш датасет
|
| 15 |
dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT)
|
| 16 |
+
return dataset
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 17 |
except Exception as e:
|
| 18 |
+
return f"Ошибка при загрузке датасета: {e}"
|
|
|
|
|
|
|
|
|
|
| 19 |
|
| 20 |
+
# Глобальная переменная для хранения датасета
|
| 21 |
+
# Это загрузит датасет один раз при запуске Space
|
| 22 |
+
my_dataset = load_and_prepare_dataset()
|
| 23 |
|
| 24 |
+
# --- Функции для Gradio интерфейса ---
|
| 25 |
+
def get_dataset_info():
|
| 26 |
+
"""Возвращает общую информацию о датасете."""
|
| 27 |
+
if isinstance(my_dataset, str): # Если была ошибка загрузки
|
| 28 |
+
return my_dataset
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 29 |
|
| 30 |
+
info = f"Датасет загружен: {DATASET_REPO_ID}\n"
|
| 31 |
+
info += f"Количество записей: {len(my_dataset)}\n"
|
| 32 |
+
info += f"Особенности (столбцы): {list(my_dataset.features.keys())}\n\n"
|
| 33 |
+
info += "Пример первых 5 записей (столбцы observation.camera_image_left, action.arm_command):\n"
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 34 |
|
| 35 |
+
# Попытка извлечь нужные столбцы
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 36 |
try:
|
| 37 |
+
sample_df = pd.DataFrame(my_dataset[:5])
|
| 38 |
+
# Фильтруем столбцы для отображения, чтобы не перегружать интерфейс
|
| 39 |
+
display_cols = [col for col in sample_df.columns if "observation." in col or "action." in col]
|
| 40 |
+
return info + sample_df[display_cols].to_string()
|
| 41 |
except Exception as e:
|
| 42 |
+
return info + f"Не удалось отобразить пример данных: {e}\nВозможно, у вас другие названия столбцов или типы данных. Проверьте ваш датасет на HF Hub."
|
|
|
|
|
|
|
|
|
|
|
|
|
| 43 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 44 |
|
| 45 |
+
def view_record_by_index(index: int):
|
| 46 |
+
"""Отображает одну запись по индексу."""
|
| 47 |
+
if isinstance(my_dataset, str):
|
| 48 |
+
return my_dataset
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 49 |
|
| 50 |
+
if 0 <= index < len(my_dataset):
|
| 51 |
+
record = my_dataset[index]
|
| 52 |
+
output = f"--- Запись #{index} ---\n\n"
|
| 53 |
+
|
| 54 |
+
# Отобразим основные поля
|
| 55 |
+
output += f"Вознаграждение (reward): {record.get('reward', 'N/A')}\n"
|
| 56 |
+
output += f"Завершено (terminated): {record.get('terminated', 'N/A')}\n"
|
| 57 |
+
output += f"Сокращено (truncated): {record.get('truncated', 'N/A')}\n"
|
| 58 |
+
output += f"Индекс эпизода (episode_index): {record.get('episode_index', 'N/A')}\n"
|
| 59 |
+
output += f"Временная метка (timestamp): {record.get('timestamp', 'N/A')}\n\n"
|
| 60 |
+
|
| 61 |
+
output += "--- Наблюдение (Observation) ---\n"
|
| 62 |
+
for key, value in record.items():
|
| 63 |
+
if key.startswith("observation."):
|
| 64 |
+
output += f"{key.replace('observation.', '')}: {value}\n"
|
| 65 |
+
|
| 66 |
+
output += "\n--- Действие (Action) ---\n"
|
| 67 |
+
for key, value in record.items():
|
| 68 |
+
if key.startswith("action."):
|
| 69 |
+
output += f"{key.replace('action.', '')}: {value}\n"
|
| 70 |
+
|
| 71 |
+
# Если есть поле с изображением, попробуем его показать
|
| 72 |
+
# Предполагаем, что изображение хранится как Pillow Image или путь к файлу
|
| 73 |
+
# Если у вас изображения представлены как массивы numpy, потребуется дополнительная обработка
|
| 74 |
+
if "observation.image" in record: # Или другое название вашего поля с изображением
|
| 75 |
+
# Здесь вам, возможно, потребуется преобразовать данные изображения,
|
| 76 |
+
# если они не являются напрямую отображаемым форматом (например, numpy array)
|
| 77 |
+
# В этом примере просто выведем информацию о нем
|
| 78 |
+
output += f"\nИзображение (observation.image): (наличие, тип: {type(record['observation.image'])})\n"
|
| 79 |
+
elif "observation.camera_image_left" in record:
|
| 80 |
+
output += f"\nИзображение (observation.camera_image_left): (наличие, тип: {type(record['observation.camera_image_left'])})\n"
|
| 81 |
+
|
| 82 |
+
return output
|
| 83 |
+
else:
|
| 84 |
+
return "Неверный индекс записи. Пожалуйста, введите число в диапазоне от 0 до " + str(len(my_dataset) - 1)
|
| 85 |
+
|
| 86 |
+
# --- Создаем Gradio интерфейс ---
|
| 87 |
+
if isinstance(my_dataset, Dataset): # Только если датасет успешно загружен
|
| 88 |
+
with gr.Blocks() as demo:
|
| 89 |
+
gr.Markdown(f"# Визуализация датасета `{DATASET_REPO_ID}`")
|
| 90 |
+
gr.Markdown("Здесь вы можете просмотреть информацию о вашем собранном датасете робота.")
|
| 91 |
+
|
| 92 |
+
with gr.Tab("Общая информация"):
|
| 93 |
+
info_output = gr.Textbox(label="Информация о датасете", lines=15)
|
| 94 |
+
get_info_btn = gr.Button("Загрузить информацию")
|
| 95 |
+
get_info_btn.click(get_dataset_info, outputs=info_output)
|
| 96 |
+
|
| 97 |
+
with gr.Tab("Просмотр записей по индексу"):
|
| 98 |
+
record_index_input = gr.Number(label="Индекс записи", value=0, precision=0)
|
| 99 |
+
record_output = gr.Textbox(label="Содержимое записи", lines=20)
|
| 100 |
+
view_record_btn = gr.Button("Показать запись")
|
| 101 |
+
view_record_btn.click(view_record_by_index, inputs=record_index_input, outputs=record_output)
|
| 102 |
+
|
| 103 |
+
gr.Markdown("---")
|
| 104 |
+
gr.Markdown("Названия столбцов 'observation.*' и 'action.*' берутся из вашего `collect_data.py`.")
|
| 105 |
+
gr.Markdown("Если у вас есть изображения, они могут отображаться здесь. Возможно, потребуется дополнительная доработка для корректного отображения изображений.")
|
| 106 |
+
|
| 107 |
+
else: # Если произошла ошибка при загрузке датасета
|
| 108 |
+
with gr.Blocks() as demo:
|
| 109 |
+
gr.Markdown(f"# Ошибка загрузки датасета")
|
| 110 |
+
gr.Textbox(value=my_dataset, label="Сообщение об ошибке")
|
| 111 |
+
|
| 112 |
+
|
| 113 |
+
# Запуск приложения Gradio
|
| 114 |
+
demo.launch()
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
gr.Video
DELETED
|
@@ -1,67 +0,0 @@
|
|
| 1 |
-
http://googleusercontent.com/immersive_entry_chip/0
|
| 2 |
-
|
| 3 |
-
|
| 4 |
-
**Что изменено в Подходе 1:**
|
| 5 |
-
|
| 6 |
-
1. **`import imageio` и `import os`**: Добавлены в начале файла.
|
| 7 |
-
2. **Удалена `playback_active` и `play_steps` / `stop_playback`**: Эти функции были для имитации видео. Теперь мы создаем настоящий видеофайл.
|
| 8 |
-
3. **Новая функция `create_video_from_episode(selected_episode_idx, fps)`**:
|
| 9 |
-
* Эта функция собирает все изображения из выбранного эпизода.
|
| 10 |
-
* Преобразует их в массивы NumPy (требование `imageio`).
|
| 11 |
-
* Использует `imageio.mimsave()` для сохранения последовательности изображений в файл MP4 во временной директории `/tmp/`.
|
| 12 |
-
* Возвращает путь к созданному MP4-файлу.
|
| 13 |
-
* Добавлен параметр `fps` (кадры в секунду) для контроля скорости видео.
|
| 14 |
-
4. **Изменения в Gradio интерфейсе (`gr.Blocks`):**
|
| 15 |
-
* `image_output` заменен на `video_output = gr.Video(...)`. Этот компонент Gradio предназначен для отображения видеофайлов.
|
| 16 |
-
* Добавлена новая кнопка `play_video_button = gr.Button("▶️ Воспроизвести видео")`.
|
| 17 |
-
* Добавлен слайдер `video_fps_slider` для настройки FPS видео.
|
| 18 |
-
* Добавлен `single_image_output = gr.Image(...)` для отображения отдельного кадра при движении слайдера, так как `gr.Video` не будет показывать отдельные кадры при ручной навигации.
|
| 19 |
-
5. **Изменения в логике взаимодействия (`demo.load`, `episode_selector.change`, `step_slider.change`):**
|
| 20 |
-
* Выходы этих функций теперь обновляют `single_image_output` вместо `image_output`, чтобы слайдер по-прежнему работал с отдельными кадрами.
|
| 21 |
-
6. **Логика для `play_video_button.click`**:
|
| 22 |
-
* При нажатии на эту кнопку вызывается `create_video_from_episode`, которая генерирует MP4-файл.
|
| 23 |
-
* Выход `create_video_from_episode` (путь к файлу) передается в `video_output`. Gradio автоматически загрузит и воспроизведет этот файл.
|
| 24 |
-
* `queue=False` по-прежнему важен, чтобы UI не зависал во время создания видео.
|
| 25 |
-
|
| 26 |
-
---
|
| 27 |
-
|
| 28 |
-
### Подход 2: Имитация видео путем быстрого обновления изображения
|
| 29 |
-
|
| 30 |
-
Этот подход использует генератор Gradio для последовательного обновления компонента `gr.Image` с задержкой, создавая иллюзию видео. Это может быть менее плавно, чем настоящий видеофайл, но не требует создания временных файлов.
|
| 31 |
-
|
| 32 |
-
```python
|
| 33 |
-
|
| 34 |
-
http://googleusercontent.com/immersive_entry_chip/1
|
| 35 |
-
|
| 36 |
-
|
| 37 |
-
**Что изменено в Подходе 2:**
|
| 38 |
-
|
| 39 |
-
1. **`playback_active`**: Глобальная переменная для контроля состояния воспроизведения.
|
| 40 |
-
2. **`play_steps_generator(selected_episode_idx, initial_step, playback_speed_sec)`**:
|
| 41 |
-
* Это функция-генератор, которая `yield`'ит обновления для нескольких компонентов Gradio.
|
| 42 |
-
* `initial_step` используется для того, чтобы воспроизведение начиналось с текущей позиции слайдера.
|
| 43 |
-
* `playback_speed_sec` контролирует задержку между обновлениями кадров.
|
| 44 |
-
* Внутри цикла `for` она вызывает `display_step_data` для получения информации о текущем шаге, изображении, наблюдениях и действиях.
|
| 45 |
-
* `yield` используется для отправки этих данных в соответствующие выходные компоненты Gradio.
|
| 46 |
-
* `time.sleep(playback_speed_sec)` создает паузу, имитируя скорость воспроизведения.
|
| 47 |
-
* После завершения цикла, она `yield`'ит последний кадр, чтобы слайдер остался на последнем шаге.
|
| 48 |
-
3. **`stop_playback(current_step)`**:
|
| 49 |
-
* Эта функция устанавливает `playback_active = False`, что прерывает цикл в `play_steps_generator`.
|
| 50 |
-
* Возвращает сообщение о статусе и текущий шаг слайдера.
|
| 51 |
-
4. **`playback_speed_slider`**: Новый компонент `gr.Slider` для управления скоростью воспроизведения (задержкой между кадрами).
|
| 52 |
-
5. **Изменения в `play_button.click`**:
|
| 53 |
-
* `inputs`: Теперь включает `episode_selector`, `step_slider` (для получения текущего шага) и `playback_speed_slider`.
|
| 54 |
-
* `outputs`: Теперь включает все компоненты, которые обновляет `play_steps_generator`: `step_slider`, `step_info_output`, `image_output`, `observation_output`, `action_output`.
|
| 55 |
-
* `queue=False`: Это **критически важно** для плавного воспроизведения, так как позволяет Gradio не блокировать UI, пока генератор работает.
|
| 56 |
-
6. **Изменения в `stop_button.click`**:
|
| 57 |
-
* `inputs`: Теперь включает `step_slider` (для сохранения его текущего значения).
|
| 58 |
-
* `outputs`: Обновляет `refresh_status` сообщением об остановке и `step_slider` его текущим значением.
|
| 59 |
-
|
| 60 |
-
---
|
| 61 |
-
|
| 62 |
-
**Рекомендации:**
|
| 63 |
-
|
| 64 |
-
* **Для "настоящего" видео:** Если для вас важно, чтобы это было именно видео (с возможностью перемотки, паузы, воспроизведения как единого файла), то **Подход 1** с `gr.Video` является лучшим выбором. Он будет более производительным для длинных эпизодов, так как видео генерируется один раз.
|
| 65 |
-
* **Для интерактивного просмотра кадров:** Если вам важнее возможность пошагово просматривать кадры, а "видео" - это просто удобный способ быстрого перелистывания, то **Подход 2** может быть достаточным. Однако он может быть менее плавным и более ресурсоемким для очень быстрых или длинных последовательностей.
|
| 66 |
-
|
| 67 |
-
Выберите тот подход, который лучше соответствует вашим потребностям и ограничениям Hugging Face Spaces. Убедитесь, что вы добавили `imageio` в ваш `requirements.txt` файл на Hugging Face Spaces, если вы используете Подход 1.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
requirements.txt
CHANGED
|
@@ -1,9 +1,4 @@
|
|
| 1 |
-
gradio
|
| 2 |
datasets
|
|
|
|
| 3 |
pandas
|
| 4 |
-
numpy
|
| 5 |
-
matplotlib
|
| 6 |
-
Pillow
|
| 7 |
-
imageio
|
| 8 |
-
imageio-ffmpeg
|
| 9 |
huggingface_hub
|
|
|
|
|
|
|
| 1 |
datasets
|
| 2 |
+
gradio
|
| 3 |
pandas
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 4 |
huggingface_hub
|