🧪 新教程持續更新中 · 由機械臂到傳感器,跟隨教程從零搭建
跳到主要內容

上傳數據集到HuggingFace(可選) ​

方法一:本地上傳(不推薦,上傳網速慢) ​

  • 自動上傳

在採集數據集時設置push_to_hub=true,採集完畢後自動上傳

imagepng

  • 手動上傳

在採集數據集時設置push_to_hub=false,採集完畢後手動上傳

Shell
hf upload Tommymy/lerobot_my_dataset_a /Users/tommy/.cache/huggingface/lerobot/Tommymy/lerobot_my_dataset_a / --repo-type=dataset

無論自動上傳還是手動上傳,上傳速度都很慢(每秒鐘一百KB)

因為HuggingFace服務器在國外

方法二:雲GPU平台上傳(推薦) ​

登錄雲GPU平台Featurize ​

https://featurize.cn?s=d7ce99f842414bfcaea5662a97581bd1

跟客服說是同濟子豪兄粉絲,領取代金券

開啟一個雲GPU實例 ​

上傳數據集壓縮包到數據集 ​

複製實例下載命令 ​

imagepng

在雲GPU實例的命令行中運行 ​

Shell
pip install httpx

unzip lerobot_my_dataset_a.zip

hf auth login

上傳數據集到HuggingFace ​

創建upload_dataset.py文件,內容如下

Python
from huggingface_hub import HfApi

api = HfApi()

api.upload_folder(
    folder_path="~/lerobot_my_dataset_a",
    repo_id="Tommymy/lerobot_my_dataset_a",
    repo_type="dataset"
)

api.create_tag("Tommymy/lerobot_my_dataset_a", tag="v0.4.0", repo_type="dataset")

運行文件

Shell
python upload_dataset.py

imagepng

  • 另一種上傳方法(不推薦)
Shell
hf upload Tommymy/lerobot_my_dataset_a lerobot_my_dataset_a / --repo-type=dataset

imagepng

查看HuggingFace上的數據集 ​

https://huggingface.co/datasets/Tommymy/lerobot_my_dataset_a

imagepng

imagepng