# إنشاء مجموعة بيانات شبكية

توجد طريقتان لإنشاء مجموعة بيانات شبكية ومشاركتها. سيوضح لك هذا الدليل كيفية:

* أنشئ مجموعة بيانات شبكية من ملفات محلية في بايثون باستخدام [Dataset.push_to_hub()](/docs/datasets/v5.2.0/ar/package_reference/main_classes#datasets.Dataset.push_to_hub). هذه طريقة سهلة تتطلب بضع خطوات فقط في بايثون.

* أنشئ مجموعة بيانات شبكية باستخدام `MeshFolder` مع بعض البيانات الوصفية. هذا حل بدون كتابة أكواد لإنشاء مجموعة بيانات شبكية بسرعة تحتوي على آلاف الملفات ثلاثية الأبعاد.

> [!TIP]
> يمكنك التحكم في الوصول إلى مجموعة بياناتك من خلال اشتراط مشاركة المستخدمين لمعلومات التواصل الخاصة بهم أولاً. اطّلع على دليل [مجموعات البيانات المُقيَّدة](https://huggingface.co/docs/hub/datasets-gated) لمزيد من المعلومات حول كيفية تفعيل هذه الميزة على Hub.

## الملفات المحلية

يمكنك تحميل مجموعة بياناتك الخاصة باستخدام المسارات إلى ملفات الشبكة الخاصة بك. استخدم دالة [cast_column()](/docs/datasets/v5.2.0/ar/package_reference/main_classes#datasets.Dataset.cast_column) لأخذ عمود من مسارات ملفات الشبكة، وتحويله إلى ميزة [Mesh](/docs/datasets/v5.2.0/ar/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)>
```

ثم ارفع مجموعة البيانات إلى Hugging Face Hub باستخدام [Dataset.push_to_hub()](/docs/datasets/v5.2.0/ar/package_reference/main_classes#datasets.Dataset.push_to_hub):

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

سيؤدي هذا إلى إنشاء مستودع مجموعة بيانات يحتوي على مجموعة بياناتك للشبكة:

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

## MeshFolder

`MeshFolder` هو مُنشئ مجموعة بيانات مصمَّم لتحميل مجموعة بيانات شبكية تضم آلاف الملفات الشبكية بسرعة دون الحاجة إلى كتابة أي كود.

> [!TIP]
> اطّلع على [تسلسل أنماط التقسيم](repository_structure#split-pattern-hierarchy) لمعرفة المزيد حول كيفية إنشاء `MeshFolder` لتقسيمات مجموعة البيانات بناءً على بنية مستودع مجموعة البيانات الخاصة بك.

يستنتج `MeshFolder` تلقائيًا تسميات الفئات في مجموعة بياناتك بناءً على اسم المجلد. قم بتخزين مجموعة بياناتك في بنية مجلدات على النحو التالي:

```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
```

إذا اتبع مجموعة البيانات بنية `MeshFolder`، فيمكنك تحميلها مباشرةً باستخدام [load_dataset()](/docs/datasets/v5.2.0/ar/package_reference/loading_methods#datasets.load_dataset):

```py
>>> from datasets import load_dataset

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

يعادل هذا تمرير `meshfolder` يدويًا في [load_dataset()](/docs/datasets/v5.2.0/ar/package_reference/loading_methods#datasets.load_dataset) والمجلد في `data_dir`:

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

يمكنك أيضًا استخدام `meshfolder` لتحميل مجموعات بيانات تتضمن تقسيمات متعددة. للقيام بذلك، يجب أن يكون لمجلد مجموعة البيانات البنية التالية:

```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]
> إذا كانت جميع ملفات الشبكة موجودة في مجلد واحد أو لم تكن على نفس مستوى هيكل المجلدات، فلن يتم إضافة عمود `label` تلقائيًا. إذا كنت بحاجة إليه، فقم بتعيين `drop_labels=False` بشكل صريح.

إذا كانت هناك معلومات إضافية ترغب في تضمينها حول مجموعة البيانات الخاصة بك، مثل التسميات النصية أو بيانات وصفية للأصول ثلاثية الأبعاد، أضفها كملف `metadata.csv` في مجلدك. يمكنك أيضًا استخدام ملف JSONL `metadata.jsonl` أو ملف Parquet `metadata.parquet`.

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

يمكنك أيضًا ضغط ملفات الشبكة الخاصة بك، وفي هذه الحالة يجب أن يحتوي كل ملف مضغوط على ملفات الشبكة وبيانات الوصف.

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

يجب أن يحتوي ملف `metadata.csv` الخاص بك على حقل `file_name` أو `*_file_name` يربط ملفات الشبكة ببياناتها الوصفية:

```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
```

أو باستخدام `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"}
```

هنا يجب أن يكون `file_name` هو اسم ملف الشبكة المجاور لملف البيانات الوصفية. وبشكل أكثر عمومية، يجب أن يكون المسار النسبي من المجلد الذي يحتوي على البيانات الوصفية إلى ملف الشبكة.

من الممكن الإشارة إلى أكثر من شبكة في كل صف في مجموعة البيانات الخاصة بك، على سبيل المثال إذا كان كلٌّ من مدخلاتك ومخرجاتك ملفات شبكات:

```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"}
```

يمكنك أيضًا تعريف قوائم من الشبكات. في هذه الحالة، يجب عليك تسمية الحقل `file_names` أو `*_file_names`. إليك مثال:

```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"}
```

### وصف الشبكات

تحتوي مجموعات بيانات وصفات الشبكات (Mesh) على نصوص تصف شبكة ثلاثية الأبعاد. قد يبدو مثال `metadata.csv` على النحو التالي:

```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
```

حمّل مجموعة البيانات باستخدام `MeshFolder`، وسيتم إنشاء عمود `text` لوصفات الشبكات:

```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"
```

### رفع مجموعة البيانات إلى Hub

بمجرد إنشاء مجموعة بيانات، يمكنك مشاركتها على Hub باستخدام طريقة [push_to_hub()](/docs/datasets/v5.2.0/ar/package_reference/main_classes#datasets.DatasetDict.push_to_hub). تأكد من تثبيت مكتبة [huggingface_hub](https://huggingface.co/docs/huggingface_hub/index) وتسجيل الدخول إلى حسابك على Hugging Face (راجع [دليل رفع الملفات باستخدام Python](upload_dataset#upload-with-python) لمزيد من التفاصيل).

ارفع مجموعة بياناتك باستخدام [push_to_hub()](/docs/datasets/v5.2.0/ar/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")
```

