Open X-Embodiment数据可视化代码及分析

导入所需的包

import numpy as np
import tensorflow_datasets as tfds
from PIL import Image
from IPython import display

将读取的结果保存为GIF格式,并返回GIF格式数据

def as_gif(images, path='temp.gif'):
    """将一组图片保存为GIF格式,并读取"""
    images[0].save(path, save_all=True, append_images=images[1:], duration=100, loop=0)
    # duration:每一帧之间的时间间隔(ms),loop:循环次数,0为一直循环
    gif_bytes = open(path, 'rb').read()
    # 读取GIF文件
    return gif_bytes

读取数据集中的数据

dataset = 'columbia_cairlab_pusht_real-test' # 数据集名称
display_key = 'image' # 用于查看features文件中'observation'是否含有'image'

builder = tfds.builder_from_directory(
    builder_dir='D:/Dataset/columbia_cairlab_pusht_real/0.1.0')
# 注意"/"",不能用"\"
# tfds.builder_from_directory 函数根据 dataset_info.json 下载数据并创建一个 tfds.core.DatasetBuilder
# 数据会根据 features.json 文件内容进行解析
# builder的数据类型见 block[5]

if display_key not in builder.info.features['steps']['observation']:
    """如果'observation'中不存在'image',则抛出ValueError"""
    raise ValueError(
        f'The key {display_key} was not found in this dataset.\n'
        + 'Please choose a different image key to display for this dataset.\n'
        + 'Here is the observation spec:\n'
        + str(builder.info.features['steps']['observation']))

ds = builder.as_dataset(split='train[:10]').shuffle(10)
# as_dataset 将一个 tfds.core.DatasetBuilder 对象转换为一个 tf.data.Dataset 对象
# split='train[:10]' 加载训练集的前 10 个样本,shuffle 将其打乱
# 该数据集共 122 个样本,见 block[10]

可视化其中的数据

episode = next(iter(ds))
# 利用迭代器抽取第一个样本,由 block[11] 可见其中的数据内容
images1 = [step['observation'][display_key] for step in episode['steps']]
# 提取样本中每一个 step 观察到的图像(即 'observation' 中的 'image'),共 174 个,组成一个 4 维张量,见 block[13]
images2 = [Image.fromarray(image.numpy()) for image in images1]
# 将 images1 中的每一个张量先转换为数组,然后转换为 PIL 格式图像,见 block[14]
display.Image(as_gif(images2))
# 将 images2 保存为GIF,然后读取进行显示

代码已上传资源:

OpenX-Embodiment数据可视化代码及分析资源-CSDN文库icon-default.png?t=N7T8https://download.csdn.net/download/qq_47572336/88407502?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522169681892016800192298680%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=169681892016800192298680&biz_id=1&utm_medium=distribute.pc_search_result.none-task-download-2~all~first_rank_ecpm_v1~rank_v31_ecpm-2-88407502-null-null.142^v95^insert_down1&utm_term=Open%20X-Embodiment%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96%E4%BB%A3%E7%A0%81%E5%8F%8A%E5%88%86%E6%9E%90&spm=1018.2226.3001.4187.3

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

寻梦alk

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值