grab

该数据集由LeRobot创建，主要用于机器人领域。数据集包含2个片段，共898帧，30fps的视频数据。数据内容包括机器人的动作特征（如肩部、肘部、腕部等位置信息）、观测状态（与动作特征相同）、图像数据（夹持器和顶部视角，480x640分辨率，RGB三通道）、时间戳、帧索引、片段索引等。数据存储为parquet格式，视频存储为mp4格式。

原始信息汇总

数据集概述

基本信息

• 数据集名称: grab
• 托管平台: Hugging Face
• 数据集地址: https://huggingface.co/datasets/JarneVdHDM/grab
• 创建工具: 使用 LeRobot 创建。
• 许可证: Apache-2.0
• 任务类别: 机器人学
• 相关标签: LeRobot

数据集规模与结构

• 代码库版本: v3.0
• 机器人类型: so_follower
• 总情节数: 2
• 总帧数: 898
• 总任务数: 1
• 数据块大小: 1000
• 数据文件总大小: 100 MB
• 视频文件总大小: 200 MB
• 帧率: 30 FPS
• 数据划分: 全部数据（第0至第2个情节）用于训练。
• 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

数据特征

数据集包含以下特征：

动作

• 数据类型: float32
• 形状: [6]
• 描述: 包含6个关节的位置信息：
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos

观测状态

• 数据类型: float32
• 形状: [6]
• 描述: 包含6个关节的位置信息，与动作特征相同。

观测图像：夹爪摄像头

• 数据类型: 视频
• 形状: [480, 640, 3] (高度，宽度，通道)
• 视频信息:
  • 高度: 480 像素
  • 宽度: 640 像素
  • 编码: av1
  • 像素格式: yuv420p
  • 是否为深度图: 否
  • 帧率: 30 FPS
  • 通道数: 3
  • 是否包含音频: 否

观测图像：顶部摄像头

• 数据类型: 视频
• 形状: [480, 640, 3] (高度，宽度，通道)
• 视频信息: 与夹爪摄像头信息一致。

元数据

• 时间戳: 数据类型为 float32，形状为 [1]。
• 帧索引: 数据类型为 int64，形状为 [1]。
• 情节索引: 数据类型为 int64，形状为 [1]。
• 索引: 数据类型为 int64，形状为 [1]。
• 任务索引: 数据类型为 int64，形状为 [1]。

补充说明

• 主页: 信息缺失。
• 论文: 信息缺失。
• 引用信息: 信息缺失。