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。
MetaFold 是面向机器人操作中多类别服装折叠的点云轨迹数据集，数据类别继承自 ClothesNet。数据使用 ClothesNet 服装模型，并在 DiffClothAI 模拟器中生成折叠过程；折叠起点和终点由启发式方法指定，对应关键点保存在每个轨迹目录的 keypoints_idx.npy 中。
数据覆盖无袖、短袖、长袖和裤装四类折叠类型，共 1,210 件服装。无袖为 1 个阶段，从底部向上折；短袖和长袖为 3 个阶段，依次折左右袖并从下摆向上折；裤装为 2 个阶段，先将左裤腿折到右裤腿上，再从腰部向裤腿方向折。每个轨迹目录包含 frame_00.obj 到 frame_20.obj，initial.obj 与 frame_00.obj 相同；如需点云，可从 mesh 文件中提取顶点坐标。许可为 CC BY-NC-ND 4.0。
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。
- 采集方式
- 遥操作
- 开源协议
- cc-by-nc-nd-4.0
- 传感器模态
- 视频图像状态观测
- 标注粒度
- 动作轨迹状态观测
- 存储格式
- Parquet
暂未公开或待收录：总时长 · 演示轨迹数 (Episodes)
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 chenhn02/MetaFold --repo-type dataset --local-dir ./data/chenhn02-metafold
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("chenhn02/MetaFold")
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 chenhn02/MetaFold访问 2026-10-27