SO101-lv4-3color-cube-mat-to-mat-no-human-reset-edge-v1-topcamcrop

该数据集是一个机器人操作数据集，基于LeRobot创建的官方数据集，对原始数据集中的顶部摄像头帧进行了裁剪，仅保留工作区域（包括两个黑色垫子和机器人，去除了地面/背景）。裁剪后的顶部摄像头分辨率为592x384，腕部摄像头保持640x480。所有视频使用原始设置（AV1/SVT-AV1, crf 30, g 2, preset 12, yuv420p）重新编码，帧数和时间戳与源数据集一致。数据集包含180个episode，总计81149帧，覆盖6个任务。机器人类型为so_follower，采用轮式驱动，在少数帧中机器人手臂可能部分超出裁剪区域。This dataset is a robot operation dataset, based on the official dataset created by LeRobot. The top camera frames from the original dataset have been cropped to retain only the workspace (including two black mats and the robot, removing the ground/background). The cropped top camera resolution is 592x384, and the wrist camera remains 640x480. All videos are re-encoded using the original settings (AV1/SVT-AV1, crf 30, g 2, preset 12, yuv420p), with the same number of frames and timestamps as the source dataset. The dataset contains 180 episodes, totaling 81149 frames, covering 6 tasks. The robot type is so_follower, driven by wheels. In a few frames, the robot arm may partially extend beyond the cropped area.

原始信息汇总

数据集详情总结

基本信息

• 数据集名称: SO101-lv4-3color-cube-mat-to-mat-no-human-reset-edge-v1-topcamcrop
• 许可证: Apache-2.0
• 任务类型: 机器人（Robotics）
• 标签: LeRobot、so101、lerobot、robotics

数据集描述

这是 geonmin-kim/SO101-lv4-3color-cube-mat-to-mat-no-human-reset-edge-v1 的派生版本，对每个 observation.images.top 帧进行了裁剪处理，裁剪到工作区域（包括两个黑色垫子和机器人，移除了地板/背景）。

裁剪细节

• 原始 640x480 帧中的裁剪矩形：x=24, y=96, w=592, h=384
• 顶部相机处理后的分辨率：592x384（observation.images.wrist 保持不变，仍为 640x480）
• 视频使用原始设置重新编码（AV1 / SVT-AV1, crf 30, g 2, preset 12, yuv420p），帧数和时间戳与源数据集一致
• meta/stats.json 和 episodes parquet 中的图像统计信息沿用源数据集，未对裁剪后的帧重新计算

注意事项

• 该实体为轮式驱动，在约 7% 的抽样帧中，机械臂伸展时可能会超出裁剪线进入背景区域，导致部分被裁剪
• 所有垫子和立方体的操作都发生在裁剪区域内

数据集结构

基本信息

• FPS: 30
• 机器人类型: so_follower
• 总片段数（total_episodes）: 180
• 总帧数（total_frames）: 81,149
• 总任务数（total_tasks）: 6
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB

数据划分

• 训练集（train）: 0:180（全部数据）

数据特征

动作与状态（action / observation.state）

• 类型: float32
• 形状: [6]
• 维度名称: shoulder_pan.pos、shoulder_lift.pos、elbow_flex.pos、wrist_flex.pos、wrist_roll.pos、gripper.pos

观察图像

特征	observation.images.top	observation.images.wrist
类型	video	video
形状	[384, 592, 3]	[480, 640, 3]
编码	av1	av1
像素格式	yuv420p	yuv420p
FPS	30	30
通道数	3	3
CRF	30	30
关键帧间隔（g）	2	2
预设	12	12

其他特征

• timestamp: float32，形状 [1]
• frame_index: int64，形状 [1]
• episode_index: int64，形状 [1]
• index: int64，形状 [1]
• task_index: int64，形状 [1]

引用信息

BibTeX 引用信息暂未提供。