openVLA-Qwen2-0.5B/README_zh.md

Read this in other languages: English, 中文.

OpenVLA Lightweight Version

基于llava-next框架的OpenVLA轻量版。

特性：

主模型只有0.5B，使用qwen2-0.5B。

不使用RLDS格式的数据集，而是采用mllm格式进行微调。

不占用LLM模型的固有token，而是使用额外的271个token来表示动作。

如何使用

Installation

按照以下步骤安装OpenVLA-Qwen轻量版。

1. Clone the repository

Clone the repository to your local machine:

git clone https://github.com/IP127000/openVLA-Qwen.git
cd openVLA-Qwen

2. Create a new conda environment and activate it:

conda create -n vla-qwen python=3.10 -y
conda activate vla-qwen

3. Install the required dependencies

pip install --upgrade pip
pip install -e ".[train]"

4. Download the weights from huggingface

cd openVLA-Qwen/models
git clone git clone https://huggingface.co/lmms-lab/llava-onevision-qwen2-0.5b-ov

5. Change the file path in scripts/train/finetune_ov_vla.sh

PREV_STAGE_CHECKPOINT="models/llava-onevision-qwen2-0.5b-ov" 
--data_path scripts/train/vla.yaml
--image_folder /images \

6. Change the data paht in scripts/train/vla.yaml

json_path: /root/data/vla_llava.json

7. 开始训练

cd /openVLA-Qwen2-0.5B
./scripts/train/finetune_ov_vla.sh

致谢

本项目使用了以下开源项目，在此向其开发者表示感谢：

• OpenVLA - 感谢提供核心结构和功能，启发了OpenVLA-Qwen。
• LLaVA_OpenVLA - 感谢他对数据处理技术的贡献。