cvit-task-clean-table-100E-pens

该数据集是使用LeRobot创建的机器人相关数据集，包含机器人的动作、观察状态（关节位置）、前视和手腕视角的图像视频（480x640分辨率，30fps）、时间戳、帧索引、片段索引等信息。数据集总共有66个片段，66263帧，1个任务，数据文件总大小约300MB（100MB数据+200MB视频）。机器人类型为so_follower，所有数据都用于训练集。

This dataset is a robot-related dataset created using LeRobot, containing robot actions, observation states (joint positions), front-view and wrist-view image videos (480x640 resolution, 30fps), timestamps, frame indices, segment indices, and other information. The dataset consists of 66 segments, 66,263 frames, 1 task, with a total file size of approximately 300MB (100MB data + 200MB videos). The robot type is so_follower, and all data is used for the training set.

原始信息汇总

数据集概述

• 数据集名称：cvit-task-clean-table-100E-pens
• 许可证：Apache-2.0
• 任务类别：机器人学（robotics）
• 标签：LeRobot
• 创建工具：使用 LeRobot 创建

数据集结构

该数据集包含机器人操作任务的演示数据，具体结构如下：

基本统计信息

属性	数值
总片段数	66
总帧数	66263
总任务数	1
帧率	30 FPS
数据文件大小	100 MB
视频文件大小	200 MB
机器人类型	so_follower
数据分块大小	1000 帧

数据划分

• 训练集：片段索引 0 至 65（共 66 个片段）

特征字段

字段名	数据类型	形状	说明
action	float32	(6,)	机器人动作，包含6个关节位置：shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos
observation.state	float32	(6,)	机器人状态观测，与动作维度一致
observation.images.front	video	(480, 640, 3)	前视摄像头视频，分辨率 480×640，3通道，AV1编码，30 FPS
observation.images.wrist	video	(480, 640, 3)	腕部摄像头视频，分辨率 480×640，3通道，AV1编码，30 FPS
timestamp	float32	(1,)	时间戳
frame_index	int64	(1,)	帧索引
episode_index	int64	(1,)	片段索引
index	int64	(1,)	全局索引
task_index	int64	(1,)	任务索引

数据文件路径

• 数据文件：data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件：videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

可视化

可通过 LeRobot 数据集可视化工具 在线浏览该数据集内容。