首页
/ EgoMimic 的安装和配置教程

EgoMimic 的安装和配置教程

2025-05-23 09:14:15作者:姚月梅Lane

1. 项目的基础介绍和主要的编程语言

EgoMimic 是一个开源项目,旨在通过自我中心视频实现模仿学习的扩展。该项目包含处理和训练数据以供模仿学习使用的代码,适用于人类和机器人操作的数据。项目的主要编程语言是 Python,同时也使用了 Jupyter Notebook 来展示部分代码。

2. 项目使用的关键技术和框架

EgoMimic 项目使用了以下关键技术和框架:

  • PyTorch Lightning:一个用于简化 PyTorch 模型训练的框架,支持分布式训练。
  • Robomimic:一个用于机器人模仿学习的数据集和工具集。
  • Wandb:用于实验跟踪和可视化。
  • Conda:用于环境管理和包安装。

3. 项目安装和配置的准备工作和详细的安装步骤

准备工作

在开始安装之前,请确保您的计算机已安装以下软件:

  • Python 3.6 或更高版本
  • Conda 或 Miniconda
  • Git

安装步骤

  1. 克隆项目仓库:

    git clone --recursive git@github.com:SimarKareer/EgoMimic.git
    
  2. 切换到项目目录:

    cd EgoMimic
    
  3. 创建虚拟环境并安装依赖:

    conda env create -f environment.yaml
    
  4. 安装项目依赖:

    pip install projectaria-tools'[all]'
    pip install -e external/robomimic
    pip install -e .
    
  5. 配置 Robomimic:

    python external/robomimic/robomimic/scripts/setup_macros.py
    
  6. 配置 Git:

    如果您希望在使用 git pull 时自动更新子模块,请运行以下命令:

    git config --global submodule.recurse true
    
  7. 手动配置 Robomimic 的 macros_private.py 文件:

    打开 external/robomimic/robomimic/macros_private.py 文件,并手动添加您的 wandb 用户名。确保您已经运行了 wandb login

  8. 下载示例数据(可选):

    创建一个名为 datasets 的目录,并切换到该目录,然后下载以下数据集:

    mkdir datasets
    cd datasets
    wget https://huggingface.co/datasets/gatech/EgoMimic/resolve/main/groceries_human.hdf5
    wget https://huggingface.co/datasets/gatech/EgoMimic/resolve/main/groceries_robot.hdf5
    wget https://huggingface.co/datasets/gatech/EgoMimic/resolve/main/smallclothfold_human.hdf5
    wget https://huggingface.co/datasets/gatech/EgoMimic/resolve/main/smallclothfold_robot.hdf5
    wget https://huggingface.co/datasets/gatech/EgoMimic/resolve/main/bowlplace_human.hdf5
    wget https://huggingface.co/datasets/gatech/EgoMimic/resolve/main/bowlplace_robot.hdf5
    

完成以上步骤后,您已经成功安装和配置了 EgoMimic 项目。接下来,您可以按照项目文档中的说明进行训练和评估。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284