eval_SmolVLA-d2-7k-720p-300s

该数据集是由LeRobot项目创建的机器人相关数据集，包含机器人动作数据（如肩部、肘部、腕部和夹持器的位置）、观察状态数据（与动作数据相同）、来自两个摄像头的图像数据（分辨率720x1280，30fps），以及时间戳、帧索引、任务索引等元数据。数据集总共有1个任务、1个片段和4195帧数据。

原始信息汇总

数据集概述

基本信息

• 数据集名称: eval_SmolVLA-d2-7k-720p-300s
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)
• 许可证: Apache-2.0
• 任务类别: 机器人学
• 标签: LeRobot

数据集结构

• 配置名称: default
• 数据文件: data//.parquet
• 总数据量: 100 MB
• 总视频量: 200 MB
• 总情节数: 1
• 总帧数: 4195
• 总任务数: 1
• 分块大小: 1000
• 帧率: 30 fps
• 数据分割: 训练集 (train) 包含全部数据 (0:1)

数据文件路径

• 数据路径: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频路径: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

特征字段

动作 (action)

• 数据类型: float32
• 形状: [6]
• 名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos

观测状态 (observation.state)

• 数据类型: float32
• 形状: [6]
• 名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos

观测图像 - 相机1 (observation.images.camera1)

• 数据类型: video
• 形状: [720, 1280, 3]
• 维度名称: height, width, channels
• 视频信息:
  • 高度: 720
  • 宽度: 1280
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: false
  • 帧率: 30
  • 通道数: 3
  • 包含音频: false

观测图像 - 相机2 (observation.images.camera2)

• 数据类型: video
• 形状: [720, 1280, 3]
• 维度名称: height, width, channels
• 视频信息:
  • 高度: 720
  • 宽度: 1280
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: false
  • 帧率: 30
  • 通道数: 3
  • 包含音频: false

其他字段

• timestamp: 数据类型 float32，形状 [1]
• frame_index: 数据类型 int64，形状 [1]
• episode_index: 数据类型 int64，形状 [1]
• index: 数据类型 int64，形状 [1]
• task_index: 数据类型 int64，形状 [1]

元数据

• 代码库版本: v3.0
• 机器人类型: so_follower

引用信息

• 主页: [More Information Needed]
• 论文: [More Information Needed]
• BibTeX引用: [More Information Needed]