Etapa 6: Carregar dados para o HuggingFace (opcional)

Método 1: carregamento local (não recomendado, velocidade de carregamento lenta)

• Carregamento automático

Ao recolher o conjunto de dados, defina push_to_hub=true; após a recolha, o carregamento é automático

• Carregamento manual

Ao recolher o conjunto de dados, defina push_to_hub=false; após a recolha, o carregamento é manual

hf upload <utilizador>/lerobot_my_dataset_a /Users/<utilizador>/.cache/huggingface/lerobot/<utilizador>/lerobot_my_dataset_a / --repo-type=dataset

Quer seja carregamento automático ou manual, a velocidade de carregamento é muito lenta (cem KB por segundo)

Porque o servidor do HuggingFace está no estrangeiro

Método 2: carregamento através da plataforma de GPU na nuvem (recomendado)

Iniciar sessão na plataforma de GPU na nuvem Featurize

https://featurize.cn?s=d7ce99f842414bfcaea5662a97581bd1

Abrir uma instância de GPU na nuvem

Carregar o pacote comprimido do conjunto de dados para Conjuntos de dados

Copiar o comando de descarregamento da instância

Executar na linha de comandos da instância de GPU na nuvem

pip install httpx

unzip your_datasets.zip

hf auth login

Carregar o conjunto de dados para o HuggingFace

Crie o ficheiro upload_dataset.py com o seguinte conteúdo

from huggingface_hub import HfApi

api = HfApi()

api.upload_folder(
    folder_path="~/lerobot_my_dataset_a",
    repo_id="<utilizador>/lerobot_my_dataset_a",
    repo_type="dataset"
)

api.create_tag("<utilizador>/lerobot_my_dataset_a", tag="v0.4.0", repo_type="dataset")

Executar o ficheiro

python upload_dataset.py

• Outro método de carregamento (não recomendado)

hf upload <utilizador>/lerobot_my_dataset_a lerobot_my_dataset_a / --repo-type=dataset

Ver o conjunto de dados no HuggingFace

https://huggingface.co/datasets/Juxi-Technology/soarm_amazing_hand_pick

Produtos relacionados

Kit desenvolvedor SO-ARM101→