Etapa 7: Comando de treinamento — SmolVLA

Antes de executar

• Ambiente: primeiro ative a instância e envie o dataset conforme Configuração do ambiente de treinamento em GPU na nuvem; observe que o smolvla exige dependências adicionais, veja "Instalar o ambiente" abaixo
• Dataset: o --dataset.root=~/lerobot_my_dataset_shake_hands do comando aponta para o dataset de aperto de mão coletado na etapa 6. Se você estiver treinando uma tarefa própria, substitua pelo nome do seu próprio dataset
• Duas formas de treinamento: o ajuste fino a partir de um modelo pré-treinado costuma dar melhores resultados e convergir mais rápido; já o treinamento do zero não exige baixar os pesos pré-treinados — escolha conforme a necessidade
• Durante o treinamento, você pode acompanhar as curvas no wandb a qualquer momento; consulte Visualizar as curvas de treinamento em tempo real com o wandb

Documentação de referência

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

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

Instalar o ambiente

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

Ajuste fino a partir de um modelo pré-treinado (recomendado)

lerobot-train \
  --policy.path=lerobot/smolvla_base \
  --dataset.repo_id=<usuario>/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

Treinamento do zero

lerobot-train \
  --dataset.repo_id=<usuario>/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

Baixar o modelo

O pacote compactado do modelo smolvla tem cerca de 1 GB

Produtos relacionados

Kit desenvolvedor SO-ARM101→