6 · Gözden geçir ve yükle
Hedef: GPU saatlerini harcamadan önce dataset'te ne olduğunu bilmek.
scripts/status.sh # episodes per sentence
scripts/review.sh 12 # replay episode 12: both cameras and all joints, in Rerun
scripts/review.sh delete 12 40 # remove bad episodes; the previous version is kept as so101-qc_old
scripts/review.sh push # upload after deleting: training reads the Hub copy, not your disk
Online, hiçbir şey kurmadan:
https://huggingface.co/spaces/lerobot/visualize_dataset adresini aç ve fport/so101-qc yaz (private bir dataset
için giriş yapmış olmalısın).
Neye bakmalı
Her bloktan en az iki episode'u ve emin olamadığın her episode'u izle.
- İki video da oynuyor, siyah değil ve aynı anı gösteriyor (gripper ikisinde de aynı anda kapanıyor).
actioneğrisi (leader) ileobservation.stateeğrisi (follower) küçük bir gecikmeyle üst üste biniyor. Düz bir çizgi, okunmamış bir servo demek.- Episode yaklaşık yarım saniye içinde hareket etmeye başlıyor ve başlangıç pozunda bitiyor.
- Kadrajda el yok, leader kol yok.
Klasörde ne var
outputs/datasets/so101-qc/
meta/info.json fps, features (6 joints in, 6 out, two cameras), episode count
meta/tasks.parquet the 12 sentences
meta/episodes/ which frames and which sentence belong to which episode
meta/stats.json mean/std per feature: used to normalise during training
data/ joint angles and actions, 30 rows per second (parquet)
videos/ one mp4 stream per camera
Daha fazla ayrıntı: dataset'in içi.
Bir kare = observation.images.top, observation.images.wrist, observation.state (follower'ın nerede olduğu),
action (leader'ın ona nereye gitmesini söylediği) ve görev cümlesi. Eğitim şu: ilk üçü ve cümle verildiğinde
sonraki 50 action'ı tahmin et.