# Buat dataset mesh

Ada dua metode untuk membuat dan membagikan dataset mesh. Panduan ini akan menunjukkan cara Anda:

* Buat dataset mesh dari file lokal di python dengan [Dataset.push_to_hub()](/docs/datasets/v5.2.0/id/package_reference/main_classes#datasets.Dataset.push_to_hub). Ini adalah cara mudah yang hanya membutuhkan beberapa langkah di python.

* Buat dataset mesh dengan `MeshFolder` dan beberapa metadata. Ini adalah solusi tanpa kode untuk membuat dataset mesh dengan cepat yang berisi beberapa ribu file 3D.

> [!TIP]
> Anda dapat mengontrol akses ke dataset Anda dengan meminta pengguna untuk membagikan informasi kontak mereka terlebih dahulu. Lihat panduan [Gated datasets](https://huggingface.co/docs/hub/datasets-gated) untuk informasi lebih lanjut tentang cara mengaktifkan fitur ini di Hub.

## File lokal

Anda dapat memuat dataset Anda sendiri menggunakan path ke file mesh Anda. Gunakan fungsi [cast_column()](/docs/datasets/v5.2.0/id/package_reference/main_classes#datasets.Dataset.cast_column) untuk mengambil kolom berisi path file mesh, lalu mengubahnya menjadi fitur [Mesh](/docs/datasets/v5.2.0/id/package_reference/main_classes#datasets.Mesh):

```py
>>> 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)>
```

Lalu unggah dataset ke Hugging Face Hub menggunakan [Dataset.push_to_hub()](/docs/datasets/v5.2.0/id/package_reference/main_classes#datasets.Dataset.push_to_hub):

```py
mesh_dataset.push_to_hub("<username>/my_dataset")
```

Hal ini akan membuat repositori dataset yang berisi dataset mesh Anda:

```text
my_dataset/README.md
my_dataset/data/train-00000-of-00001.parquet
```

## MeshFolder

`MeshFolder` adalah pembangun dataset yang dirancang untuk memuat dataset mesh dengan beberapa ribu file mesh dengan cepat tanpa mengharuskan Anda menulis kode apa pun.

> [!TIP]
> Lihat [hierarki pola Split](repository_structure#split-pattern-hierarchy) untuk mempelajari lebih lanjut tentang bagaimana `MeshFolder` membuat split dataset berdasarkan struktur repositori dataset Anda.

`MeshFolder` secara otomatis menyimpulkan label kelas dari dataset Anda berdasarkan nama direktori. Simpan dataset Anda dalam struktur direktori seperti:

```text
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
```

Jika dataset mengikuti struktur `MeshFolder`, maka Anda dapat memuatnya langsung dengan [load_dataset()](/docs/datasets/v5.2.0/id/package_reference/loading_methods#datasets.load_dataset):

```py
>>> from datasets import load_dataset

>>> dataset = load_dataset("path/to/folder")
```

Ini setara dengan meneruskan `meshfolder` secara manual di [load_dataset()](/docs/datasets/v5.2.0/id/package_reference/loading_methods#datasets.load_dataset) dan direktori di `data_dir`:

```py
>>> dataset = load_dataset("meshfolder", data_dir="/path/to/folder")
```

Anda juga dapat menggunakan `meshfolder` untuk memuat dataset yang melibatkan beberapa split. Untuk melakukannya, direktori dataset Anda harus memiliki struktur berikut:

```text
folder/train/diya/brass_diya.glb
folder/train/kalash/copper_kalash.glb
folder/test/diya/clay_diya.ply
folder/test/kalash/temple_kalash.stl
```

> [!WARNING]
> Jika semua file mesh berada dalam satu direktori atau tidak berada pada level struktur direktori yang sama, kolom `label` tidak akan ditambahkan secara otomatis. Jika Anda membutuhkannya, tetapkan `drop_labels=False` secara eksplisit.

Jika ada informasi tambahan yang ingin Anda sertakan tentang dataset Anda, seperti teks caption atau metadata aset 3D, tambahkan sebagai file `metadata.csv` di folder Anda. Anda juga dapat menggunakan file JSONL `metadata.jsonl` atau file Parquet `metadata.parquet`.

```text
folder/train/metadata.csv
folder/train/0001.glb
folder/train/0002.ply
folder/train/0003.stl
```

Anda juga dapat mengompres file mesh Anda, dan dalam hal ini setiap file zip harus berisi file mesh dan metadata.

```text
folder/train.zip
folder/test.zip
folder/validation.zip
```

File `metadata.csv` Anda harus memiliki field `file_name` atau `*_file_name` yang menghubungkan file mesh dengan metadata mereka:

```csv
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
```

atau menggunakan `metadata.jsonl`:

```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"}
```

Di sini, `file_name` harus berupa nama file mesh yang berada di samping file metadata. Secara lebih umum, ini harus berupa path relatif dari direktori yang berisi metadata ke file mesh.

Anda dapat menunjuk ke lebih dari satu mesh di setiap baris dalam dataset Anda, misalnya jika input dan output Anda sama-sama berupa file mesh:

```jsonl
{"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"}
```

Anda juga dapat mendefinisikan daftar mesh. Dalam hal itu, Anda perlu menamai field `file_names` atau `*_file_names`. Berikut adalah contohnya:

```jsonl
{"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"}
```

### Captioning Mesh

Dataset captioning mesh memiliki teks yang menggambarkan mesh 3D. Contoh `metadata.csv` mungkin terlihat seperti:

```csv
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
```

Muat dataset dengan `MeshFolder`, dan kolom `text` untuk caption mesh akan dibuat:

```py
>>> 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"
```

### Unggah dataset ke Hub

Setelah Anda membuat dataset, Anda dapat membagikannya ke Hub dengan metode [push_to_hub()](/docs/datasets/v5.2.0/id/package_reference/main_classes#datasets.DatasetDict.push_to_hub). Pastikan Anda telah menginstal pustaka [huggingface_hub](https://huggingface.co/docs/huggingface_hub/index) dan telah masuk ke akun Hugging Face Anda (lihat [tutorial Upload with Python](upload_dataset#upload-with-python) untuk detail lebih lanjut).

Unggah dataset Anda dengan [push_to_hub()](/docs/datasets/v5.2.0/id/package_reference/main_classes#datasets.DatasetDict.push_to_hub):

```py
>>> 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")
```

