awesome-egocentric-atlas
收藏资源简介：
Awesome Egocentric Atlas 是一个精心整理的自我中心（第一人称）人工智能资源目录数据集。其核心目标是绘制自我中心AI领域的全景图，系统性地收录和编目该领域的数据集、基准测试、模型和工具，涵盖自我中心视觉、具身AI与机器人学、视觉-语言-动作、世界模型、长上下文记忆、增强/虚拟现实以及手-物交互等多个子领域。数据集作为资源地图，帮助研究者快速了解领域现状、识别可用资源并规划实验。数据内容为结构化CSV编目，每行代表一个资源条目，包含15个属性字段（如名称、类型、发布日期、许可证等）。总计收录524个自我中心资源，包括132个数据集、95个基准测试、271个模型和25个工具包。资源按六个核心研究领域组织：基础视频、过程与动作、手-物与3D、记忆与推理、机器人与VLA、以及AR/可穿戴传感。每个资源标记有访问状态（开放、需申请等）。适用于新研究者入门、构建基准测试、开发智能助手或机器人策略、以及研究具体任务如手-物交互。
Awesome Egocentric Atlas is a meticulously curated directory dataset of egocentric (first-person) artificial intelligence resources. Its core objective is to map the panorama of the egocentric AI field, systematically collecting and cataloging datasets, benchmarks, models, and tools in this domain, covering subfields such as egocentric vision, embodied AI and robotics, vision-language-action, world models, long-context memory, augmented/virtual reality, and hand-object interaction. The dataset serves as a resource map to help researchers quickly understand the current state of the field, identify available resources, and plan experiments. The data content is a structured CSV catalog, with each row representing a resource entry containing 15 attribute fields (e.g., name, type, release date, license). It includes a total of 524 egocentric resources, comprising 132 datasets, 95 benchmarks, 271 models, and 25 toolkits. Resources are organized into six core research areas: basic video, process and action, hand-object and 3D, memory and reasoning, robotics and VLA, and AR/wearable sensing. Each resource is tagged with an access status (e.g., open, application required). It is suitable for scenarios such as onboarding new researchers, building benchmarks, developing intelligent assistants or robot policies, and researching specific tasks like hand-object interaction.
数据集详情：Awesome Egocentric Atlas
- 数据集名称： Awesome Egocentric Atlas
- Hugging Face 地址： https://huggingface.co/datasets/cy0307/awesome-egocentric-atlas
- 许可证： MIT
- 语言： 英语
- 数据集大小： n<1K（小于1000个资源条目）
- 数据集类型： 资源目录（catalog），包含数据集、基准测试、模型、工具包和资源集合
核心描述
该数据集是一个精心整理的第一人称（自我中心）AI领域资源地图，涵盖了自我中心视觉、具身AI与机器人学、视觉-语言-动作、世界模型、长上下文记忆、AR/VR以及手-物交互等方向。每个条目均提供公共访问状态，方便用户快速识别可获取的资源。
关键指标
- 资源总数： 576个自我中心AI资源
- 资源类型分布：
- 139个数据集
- 99个基准测试
- 311个模型
- 25个工具包
- 1个Project Aria集合枢纽
- 9个相关但非自我中心的资源
- 6个研究领域： 基础视频、程序/动作、手部与3D、记忆/推理、机器人/VLA、AR/可穿戴感知
- 5种访问状态：
open（开放）、request（申请）、benchmark（基准）、partial（部分）、watch（观察）
数据内容与结构
数据集以CSV格式提供，每行代表一个编目资源，包含以下字段：
| 字段 | 描述 |
|---|---|
name |
资源名称 |
kind |
资源类型 (dataset, benchmark, model, toolkit, collection) |
released |
发布日期 (YYYY 或 YYYY-MM) |
venue |
发表场所 (会议/期刊 或 arXiv/项目页面) |
status |
访问状态 (open, watch, partial, benchmark, request) |
scope |
范围 (egocentric 第一人称 或 adjacent 相关) |
year |
发布年份 |
url |
主要链接 |
paper |
论文链接 |
code |
代码链接 |
license |
许可证 |
scale |
规模/信号/贡献描述 |
tasks |
任务族（以分号分隔） |
modalities |
模态（以分号分隔） |
使用方式
通过Hugging Face Datasets库加载：
from datasets import load_dataset
ds = load_dataset("cy0307/awesome-egocentric-atlas", split="train") print(len(ds), "resources") print(ds[0])
papers = load_dataset( "csv", data_files="https://huggingface.co/datasets/cy0307/awesome-egocentric-atlas/resolve/main/awesome-egocentric-papers.csv", split="train", ) print(len(papers), "paper-linked resources")
附加文件
awesome-egocentric-papers.csv： 仅包含有论文链接的资源。site-data.json： 包含更丰富的嵌套JSON版本，带有维度划分和汇总统计。
相关资源与链接
- GitHub 仓库： https://github.com/ChaoYue0307/awesome-egocentric-atlas
- 交互式网站： https://chaoyue0307.github.io/awesome-egocentric-atlas/
- Hugging Face 镜像： https://huggingface.co/datasets/cy0307/awesome-egocentric-atlas
主要特点与功能
- 机器检查的目录： 数据源为
data/resources.yml，持续集成保证公开制品同步。 - 读者优先的表格： 条目简洁，便于浏览，并链接至官方页面、论文、代码或数据集门户。
- 快速任务映射： 提供针对不同研究目标的强起点推荐（如通用自我中心基础数据、机器人操作/VLA、长上下文QA和记忆、手物交互和3D HOI等）。
- 研究配方： 提供任务导向的起点、基准、最小可行实验、常见陷阱和报告清单（长上下文自我中心视频QA、机器人/VLA、手物3D HOI、AR眼镜感知、音频和社交自我中心理解）。
- 更新日期： 2026-06-22
