eval_harvest-smolvla

该数据集由LeRobot创建，主要用于机器人技术领域。数据集包含3个episodes，8292帧，30fps的视频数据。数据内容包括机器人的7个关节位置、夹持器位置和扭矩等动作和状态信息，以及两个摄像头拍摄的480x640分辨率的视频。数据以parquet文件格式存储，视频以mp4格式存储。

原始信息汇总

数据集概述

基本信息

• 数据集名称: eval_harvest-smolvla
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)
• 许可证: Apache-2.0
• 任务类别: 机器人学

数据集结构

• 总任务数: 1
• 总情节数: 3
• 总帧数: 8292
• 数据块大小: 1000
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB
• 帧率: 30 FPS
• 数据格式: Parquet
• 视频格式: MP4 (AV1 编码)
• 数据分割: 训练集 (0:3)

数据特征

动作特征

• 名称: action
• 数据类型: float32
• 形状: [7]
• 包含字段:
  • joint_1.pos
  • joint_2.pos
  • joint_3.pos
  • joint_4.pos
  • joint_5.pos
  • joint_6.pos
  • gripper.pos

状态观测特征

• 名称: observation.state
• 数据类型: float32
• 形状: [8]
• 包含字段:
  • joint_1.pos
  • joint_2.pos
  • joint_3.pos
  • joint_4.pos
  • joint_5.pos
  • joint_6.pos
  • gripper.pos
  • gripper.tau

图像观测特征

相机1图像

• 名称: observation.images.camera1
• 数据类型: video
• 形状: [480, 640, 3]
• 视频规格:
  • 高度: 480 像素
  • 宽度: 640 像素
  • 通道数: 3
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: false
  • 帧率: 30 FPS
  • 包含音频: false

相机2图像

• 名称: observation.images.camera2
• 数据类型: video
• 形状: [480, 640, 3]
• 视频规格:
  • 高度: 480 像素
  • 宽度: 640 像素
  • 通道数: 3
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: false
  • 帧率: 30 FPS
  • 包含音频: false

元数据特征

• 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]

技术信息

• 代码库版本: v3.0
• 机器人类型: piper_full
• 数据文件路径模式: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件路径模式: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

可视化

• 数据集可视化页面: https://huggingface.co/spaces/lerobot/visualize_dataset?path=Faless/eval_harvest-smolvla