Étape 7 : Commande d'entraînement smolvla

Avant de commencer

• Environnement : commencez par suivre Configuration de l'environnement d'entraînement sur cloud GPU pour ouvrir une instance et y transférer le dataset ; notez que smolvla nécessite l'installation de dépendances supplémentaires, voir « Installation de l'environnement » ci-dessous
• Dataset : le --dataset.root=~/lerobot_my_dataset_shake_hands de la commande pointe vers le dataset de poignée de main collecté à la sixième étape. Si vous entraînez votre propre tâche, remplacez-le par le nom de votre propre dataset
• Deux modes d'entraînement : le fine-tuning à partir d'un modèle pré-entraîné donne généralement de meilleurs résultats et converge plus vite ; l'entraînement à partir de zéro ne nécessite pas de télécharger les poids pré-entraînés. À choisir selon vos besoins
• Vous pouvez consulter les courbes sur wandb à tout moment pendant l'entraînement, voir Consulter les courbes d'entraînement en temps réel avec wandb

Documentation de référence

https://huggingface.co/docs/lerobot/smolvla

https://github.com/huggingface/lerobot/blob/46e19ae579f80ce66211afafd1c3c649c569131f/docs/source/policy_smolvla_README.md

Installation de l'environnement

cd lerobot
pip install -e ".[feetech,smolvla]"

Fine-tuning à partir d'un modèle pré-entraîné (recommandé)

lerobot-train \
  --policy.path=lerobot/smolvla_base \
  --dataset.repo_id=<nom-utilisateur>/lerobot_my_dataset_shake_hands \
  --dataset.root=~/lerobot_my_dataset_shake_hands \
  --dataset.revision=v0.1.0 \
  --dataset.streaming=false \
  --policy.type=smolvla \
  --output_dir=~/output_lerobot_train/shake/smolvla_A \
  --job_name=shake_smolvla_a \
  --policy.device=cuda \
  --wandb.enable=true \
  --wandb.project=Lerobot_my_Project \
  --policy.push_to_hub=false \
  --steps=40000 \
  --batch_size=8

Entraînement à partir de zéro

lerobot-train \
  --dataset.repo_id=<nom-utilisateur>/lerobot_my_dataset_shake_hands \
  --dataset.root=~/lerobot_my_dataset_shake_hands \
  --dataset.revision=v0.1.0 \
  --dataset.streaming=false \
  --policy.type=smolvla \
  --output_dir=~/output_lerobot_train/shake/smolvla_A \
  --job_name=shake_smolvla_a \
  --policy.device=cuda \
  --wandb.enable=true \
  --wandb.project=Lerobot_my_Project \
  --policy.push_to_hub=false \
  --steps=40000 \
  --batch_size=8

Télécharger le modèle

L'archive du modèle smolvla fait environ 1 Go

Produits associés

Kit développeur SO-ARM101→