Datasets documentation
创建网格数据集
创建网格数据集
创建和共享网格数据集有两种方法。本指南将向你展示如何：
Create a mesh dataset from local files in python with Dataset.push_to_hub(). This is an easy way that requires only a few steps in python.
使用
MeshFolder创建包含一些元数据的网格数据集。这是一种无需编写代码的解决方案，可快速创建包含数千个 3D 文件的网格数据集。
您可以通过要求用户先共享其联系信息来控制对数据集的访问权限。有关如何在 Hub 上启用此功能的更多信息，请参阅 Gated datasets 指南。
本地文件
您可以使用网格文件的路径来加载自己的数据集。使用 cast_column() 函数获取一列网格文件路径，并将其转换为 Mesh 特征：
>>> from datasets import Dataset, Mesh
>>> mesh_dataset = Dataset.from_dict({"mesh": ["path/to/model_1.glb", "path/to/model_2.ply", "path/to/model_3.stl"]}).cast_column("mesh", Mesh())
>>> mesh_dataset[0]["mesh"]
<trimesh.Scene(len(geometry)=33)>然后使用 Dataset.push_to_hub() 将数据集上传到 Hugging Face Hub：
mesh_dataset.push_to_hub("<username>/my_dataset")这将创建一个包含您的网格数据集的数据集仓库：
my_dataset/README.md my_dataset/data/train-00000-of-00001.parquet
MeshFolder
MeshFolder 是一个数据集构建器，旨在快速加载包含数千个网格文件的数据集，且无需编写任何代码。
查看 Split pattern hierarchy 以了解
MeshFolder如何根据数据集仓库结构创建数据集拆分。
MeshFolder 会根据目录名称自动推断数据集的类别标签。请将数据集存储在如下目录结构中：
folder/train/diya/brass_diya.glb folder/train/diya/clay_diya.ply folder/train/diya/festival_diya.stl folder/train/kalash/copper_kalash.glb folder/train/kalash/pooja_kalash.ply folder/train/kalash/temple_kalash.stl
如果数据集遵循 MeshFolder 结构，则可以直接使用 load_dataset() 加载：
>>> from datasets import load_dataset
>>> dataset = load_dataset("path/to/folder")这相当于在 load_dataset() 中手动传入 meshfolder 以及 data_dir 中的目录：
>>> dataset = load_dataset("meshfolder", data_dir="/path/to/folder")您还可以使用 meshfolder 来加载涉及多个数据划分的数据集。为此，您的数据集目录应具有以下结构：
folder/train/diya/brass_diya.glb folder/train/kalash/copper_kalash.glb folder/test/diya/clay_diya.ply folder/test/kalash/temple_kalash.stl
如果所有网格文件都位于同一目录中，或者它们不在同一层级的目录结构中，则不会自动添加
label列。如果需要该列，请显式设置drop_labels=False。
如果您希望提供有关数据集的额外信息，例如文本说明或 3D 资产元数据，请将其作为 metadata.csv 文件添加到您的文件夹中。您也可以使用 JSONL 文件 metadata.jsonl 或 Parquet 文件 metadata.parquet。
folder/train/metadata.csv folder/train/0001.glb folder/train/0002.ply folder/train/0003.stl
您也可以压缩网格文件，在这种情况下，每个压缩文件应同时包含网格文件和元数据。
folder/train.zip folder/test.zip folder/validation.zip
您的 metadata.csv 文件必须包含一个 file_name 或 *_file_name 字段，用于将网格文件与其元数据关联起来：
file_name,caption
0001.glb,A brass diya with a small bowl and raised wick holder
0002.ply,A copper kalash with a rounded body and narrow neck
0003.stl,A carved jharokha window with an arched frame或使用 metadata.jsonl：
{"file_name": "0001.glb", "caption": "A brass diya with a small bowl and raised wick holder"}
{"file_name": "0002.ply", "caption": "A copper kalash with a rounded body and narrow neck"}
{"file_name": "0003.stl", "caption": "A carved jharokha window with an arched frame"}此处 file_name 必须是位于元数据文件旁边的网格文件的名称。更一般地，它必须是包含元数据的目录到网格文件的相对路径。
在数据集中的每一行中，可以指向多个网格，例如当输入和输出都是网格文件时：
{"input_file_name": "0001.glb", "output_file_name": "0001_output.glb"}
{"input_file_name": "0002.ply", "output_file_name": "0002_output.ply"}
{"input_file_name": "0003.stl", "output_file_name": "0003_output.stl"}您还可以定义网格列表。在这种情况下，您需要将该字段命名为 file_names 或 *_file_names。以下是一个示例：
{"parts_file_names": ["0001_bowl.glb", "0001_wick_holder.glb"], "label": "diya"}
{"parts_file_names": ["0002_body.ply", "0002_neck.ply"], "label": "kalash"}
{"parts_file_names": ["0003_frame.stl", "0003_arch.stl"], "label": "jharokha"}网格描述
网格描述数据集包含描述 3D 网格的文本。metadata.csv 示例可能如下所示：
file_name,text
0001.glb,A brass diya with a small bowl and raised wick holder
0002.ply,A copper kalash with a rounded body and narrow neck
0003.stl,A carved jharokha window with an arched frame使用 MeshFolder 加载数据集，它将创建一个 text 列用于网格描述：
>>> dataset = load_dataset("meshfolder", data_dir="/path/to/folder", split="train")
>>> dataset[0]["text"]
"A brass diya with a small bowl and raised wick holder"将数据集上传到 Hub
创建数据集后，您可以使用 push_to_hub() 方法将其共享到 Hub。请确保已安装 huggingface_hub 库，并已登录您的 Hugging Face 账户（更多详情请参阅 使用 Python 上传教程）。
使用 push_to_hub() 上传您的数据集：
>>> from datasets import load_dataset
>>> dataset = load_dataset("meshfolder", data_dir="/path/to/folder", split="train")
>>> dataset.push_to_hub("username/my-mesh-captioning-dataset")