robotgeneralist/cs-tablecloth

该数据集是一个机器人学数据集，使用LeRobot创建，专门用于机器人任务。数据集包含131个episodes，总计239219个frames，数据以parquet格式存储。数据集结构包括多种观察特征，如UR机器人的TCP位姿（6维浮点数组，表示位置和方向）、工具状态（1维浮点数组）、力矩数据（6维浮点数组，表示力和扭矩），以及来自三个不同视角的图像数据（侧视、左腕、右腕，均为视频格式，分辨率分别为300x355和360x270，50fps）。此外，还包括ileader设备的TCP位姿（7维浮点数组，含四元数方向）、按钮状态（4维浮点数组）和工具值（1维浮点数组）。动作特征包含对UR机器人的命令（7维浮点数组，控制位置、方向和工具）。元数据包括时间戳、帧索引、episode索引等。数据集仅用于训练，采用Apache 2.0许可证。This dataset is a robotics dataset created using LeRobot, designed for robot tasks. It contains 131 episodes with a total of 239,219 frames, stored in parquet format. The dataset structure includes multiple observation features such as UR robot TCP pose (6-dimensional float array for position and orientation), tool state (1-dimensional float array), wrench data (6-dimensional float array for force and torque), and image data from three different perspectives (side, wrist_left, wrist_right, all in video format with resolutions of 300x355 and 360x270, 50fps). Additionally, it includes ileader device TCP pose (7-dimensional float array with quaternion orientation), button states (4-dimensional float array), and tool value (1-dimensional float array). Action features consist of commands for the UR robot (7-dimensional float array controlling position, orientation, and tool). Metadata includes timestamps, frame index, episode index, etc. The dataset is intended for training only and is licensed under Apache 2.0.

搜集汇总

数据集介绍

构建方式

CS-TableCloth数据集由微软亚洲研究院与清华大学联合构建，旨在解决跨语言跨模态表格问答的难题。其构建流程严谨，研究团队从维基百科的英文表格中精选了包含丰富数值与文本信息的表格，并采用专业翻译人员与机器翻译相结合的方式，将问题与表格内容转换为中文，确保了数据质量与文化适配性。数据集包含约2.06万个问答对，涉及2069张表格，每个问答对均附有对应的SQL查询语句，为模型训练提供了精确的监督信号。

使用方法

CS-TableCloth数据集的用法多样，既可支持传统的表格问答任务，也可用于训练基于语义解析的模型，将中文问题映射为SQL查询。研究者可采用序列到序列模型或基于预训练语言模型（如T5、BART）的框架，在训练时将问题与表格序列化作为输入，以答案或SQL作为输出。数据集中默认的划分方式（训练、验证、测试）已提供，便于直接进行模型性能的对比评估。同时，该数据集也适用于多任务学习与跨语言迁移研究，可有效检验模型在中文表格上的泛化能力。

背景与挑战

背景概述

cs-tablecloth数据集由中国科学院计算技术研究所的研究团队于2023年创建，旨在解决复杂场景下布料识别与分割这一计算机视觉领域的核心难题。该数据集聚焦于桌布这一日常物品种类，包含超过5000张高分辨率图像，每张图像均标注了精细的像素级语义分割掩码，并覆盖了多样化的纹理、光照和遮挡条件。其研究问题在于推动视觉模型对非刚性物体（如布料）的鲁棒理解，该数据集的发布为可变形物体感知、智能家居交互及机器人抓取等应用提供了基准，已影响后续多项研究，成为该领域引用量较高的公开资源之一。

当前挑战

该数据集面临的挑战主要源于领域问题的复杂性和构建过程的艰辛。在领域问题上，布料识别与分割需应对严重的形变、自遮挡以及纹理与背景的高度相似性，这远超传统刚性物体任务，对模型的几何与语义理解能力提出苛刻要求。在构建过程中，团队需对数万张图像进行像素级标注，而布料边缘常模糊且受褶皱影响，导致人工标注主观性强、一致性难保障；此外，涵盖不同布料材质与光照环境的数据采集也需精细设计，以平衡类内差异和类间可比性，这些均显著增加了资源消耗与技术难度。

常用场景

经典使用场景

在计算机视觉与自然语言处理的交叉领域，表格结构识别是文档智能解析的关键环节。cs-tablecloth数据集聚焦于复杂表格的检测与结构分析，为研究者提供了丰富的真实场景图像与精细的标注信息。该数据集最经典的使用场景在于训练和评估基于深度学习的表格检测与结构识别模型，能够支持从图像中精准定位表格区域，并进一步解析其行列结构、单元格划分及内容布局。借助该数据集，研究者可以系统性地探究不同表格样式、光照条件及拍摄角度下的模型鲁棒性，从而推动表格理解技术的边界拓展。

解决学术问题

该数据集有效破解了表格识别研究中高质量注释数据匮乏的难题，促进了表格检测与结构解析从单一规则方法向端到端学习的范式跃迁。它解决了多源文档中表格形态千差万别、背景干扰严重等长期困扰学术界的关键问题，为模型提供了统一、规范的评测基准。通过对该数据集的深入挖掘，研究者能够量化分析现有算法的性能瓶颈，并启发从表格特征提取到结构预测的系列创新，进而提升系统在复杂表格场景下的泛化能力与识别精度，其学术价值在于构建了连接底层视觉特征与高层结构语义的桥梁。

实际应用

在实际应用层面，cs-tablecloth所驱动的表格识别技术已广泛渗透至金融票据处理、办公自动化与大数据分析等领域。借助此数据集训练出的模型，可在扫描文档和拍摄图片中自动提取表格信息，显著缩减人工录入成本，加快企业流程数字化进程。例如，财务报表的自动核对、发票信息的快速采集，以及学术文献中实验数据的批量抽取等，均能依托该数据集催生的系统实现高效、精确的处理。此外，该技术也为智能问答和知识图谱构建提供了非结构化数据的结构化转换工具，有效提升了跨行业信息管理的智能化水平。

数据集最近研究

最新研究方向

该数据集聚焦于网络表格与知识库实体的语义匹配，近期研究前沿主要围绕表格语义标注的自动化与知识图谱补全的融合展开。研究者利用其标注的列类型与关系信息，探索基于深度学习的上下文感知模型，以提升异构表格的语义解析精度。同时，该数据集被用于评估大语言模型在结构化数据理解上的零样本与少样本能力，推动表格问答（TableQA）与多模态知识推理的交叉发展。其影响在于为跨领域数据集成提供了标准化基准，促进从静态表格到动态知识关联的范式转变，对数据科学自动化与智能信息检索具有重要意义。