外观
Skip to content
概述
这套数据集的采集方式、多模态结构、存储格式与适用任务。
Deform360 是面向可变形物体研究的大规模多视角视觉触觉数据集，覆盖 198 个日常物体、1,980 段交互序列，并包含超过 215 小时观测。数据由 41 个环视相机与双手触觉夹爪采集，用于同时记录物体的全局运动和接触引起的局部形变。
该仓库保存 raw/ 原始采集目录，每个物体一个目录；处理后的版本发布在 brownu/deform360_processed，包含去畸变相机、精修掩码、跟踪、Gaussian splats 和点云，并按每段 episode 打包。数据可通过配套 helper library 交互加载，MultiViewDataset 返回同步 RGB 帧、标定和公共时间戳，且兼容 Dataset protocol 但不要求 PyTorch；触觉数据也可按相同帧索引加载同步触觉网格。
关键规格与模态
数据规模、传感器模态、标注层级、存储格式及 Hugging Face Hub 下载热度。
- 总时长
- 215h
- 演示轨迹数 (Episodes)
- 1980
- 采集方式
- 遥操作
- 开源协议
- mit
- 传感器模态
- 文本视频
- 标注粒度
- 语言标注
- 存储格式
- Parquet
数据下载与加载代码
通过 Hugging Face CLI 或 LeRobot Dataset API 直接读取帧序列与动作标签。
# 使用 Hugging Face CLI 下载数据集
huggingface-cli download brownu/deform360 --repo-type dataset --local-dir ./data/brownu-deform360
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("brownu/deform360")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")关联采集机型与策略模型
采集或适配该数据集的机器人本体，以及可在其上训练/评估的 VLA 与控制策略模型。
尚未收录关联机型或引用它的模型。
来源
本页事实对应的公开页面，以原文为准。
- Hugging Face datasets brownu/deform360访问 2026-10-26