该数据集是通过LeRobot创建的，主要用于机器人技术领域。数据集包含5个episodes，总计3925帧，涉及1个任务和15个视频。数据集的特征包括12维的动作和观察状态，以及来自三个不同摄像头（cam_high、cam_wrist_right、cam_wrist_left）的视频图像。每个视频的分辨率为480x640，帧率为30fps。数据集的结构还包括时间戳、帧索引、episode索引等元数

Hugging Face2025-03-03 更新30

ases200q2/roboverse-pick_cube-isaacsimE100

机器人操作

视觉数据

该数据集使用[LeRobot](https://github.com/huggingface/lerobot)创建，包含机器人相关的数据，特别是franka机器人类型。数据集包含100个片段，19700帧，结构化为parquet文件和视频文件。特征包括机器人状态、速度、动作、摄像头图像、时间戳和各种索引。

Hugging Face2025-12-19 更新70

CityLens

视觉数据

社会经济指标

该数据集是一个全面性的基准测试，旨在评估大型语言视觉模型通过分析全球17个不同城市卫星和街景图像来预测社会经济指标的能力。该数据集包含11项预测任务，并使用R²和nRMSE等指标进行评估。其规模覆盖了6个关键领域：经济、教育、犯罪、交通、健康和环境，任务目标是利用视觉数据预测社会经济指标。

arXiv50