HOME_stand-videomaefeat

该数据集是使用LeRobot创建的，主要用于机器人技术领域。数据集包含2713帧数据，1个任务和1个片段。数据以parquet格式存储，视频以mp4格式存储。数据集的特征包括动作（如左右手的位置和方向、头部方向、手指动作等）、观察状态（与动作特征相同）、时间戳、帧索引、片段索引等。视频数据的分辨率为480x640，帧率为10fps，编码格式为av1。

原始信息汇总

数据集概述

基本信息

• 数据集名称: HOME_stand-videomaefeat
• 托管地址: https://huggingface.co/datasets/steb6/HOME_stand-videomaefeat
• 任务类别: 机器人学
• 标签: LeRobot
• 许可证: Apache-2.0
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)

数据集规模与结构

• 总情节数: 1
• 总帧数: 2713
• 总任务数: 1
• 帧率: 10 FPS
• 数据块大小: 1000
• 数据文件总大小: 100 MB
• 视频文件总大小: 200 MB
• 数据格式: Parquet
• 数据路径模式: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频路径模式: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
• 数据划分: 全部数据用于训练 (train: "0:1")

特征字段说明

数据集包含以下特征：

动作

• 数据类型: float32
• 维度: 36
• 描述: 包含机器人左右手的位置（x, y, z）、左右手的6维朝向（d1-d6）、头部的6维朝向（d1-d6）以及左右手指关节的控制信号。

观测状态

• 数据类型: float32
• 维度: 36
• 描述: 与“动作”特征的结构和内容完全相同。

观测图像（第一人称视角）

• 数据类型: video
• 图像尺寸: 高度 480 像素，宽度 640 像素，3通道
• 视频信息:
  • 编码格式: av1
  • 像素格式: yuv420p
  • 是否为深度图: 否
  • 帧率: 10 FPS
  • 音频: 无

元数据与索引

• 时间戳: float32 类型，维度为1。
• 帧索引: int64 类型，维度为1。
• 情节索引: int64 类型，维度为1。
• 全局索引: int64 类型，维度为1。
• 任务索引: int64 类型，维度为1。

视频特征

• 特征名称: videomae_feat
• 数据类型: float32
• 维度: 768
• 描述: 基于VideoMAE模型提取的视频特征向量。

附加信息

• 代码库版本: v3.0
• 机器人类型: ergocub
• 主页: 未提供
• 相关论文: 未提供
• 引用信息: 未提供