外观
这套数据集的采集方式、多模态结构、存储格式与适用任务。
sy_01 是一个用于 Piper 条码结账操作的数据集,采用 LeRobot v2.1 格式,包含 82 段演示,来源为 piper_checkout_v3 的 32 段原始 episode 和 piper_checkout_v9 的 50 段 episode。任务是从盒子中拿起牛奶盒或零食,将条码面转向独立的结账相机,短暂保持条码完整可见以便扫描,然后放到指定区域。
数据以 30 FPS 记录,机器人类型为 piper_follower。动作和机器人状态包含 6 个关节位置与夹爪位置;相机观测包含 observation.images.front 和 observation.images.global。数据总计 82,121 帧,视频为 164 个 640×480 的 H.264 MP4 文件,所有 episode 都在 train split 中。
目录结构中,data/ 为每个 episode 一个 Parquet 文件,videos/ 存放两路相机录像,meta/ 包含任务、长度、统计信息和来源 episode 映射。数据保留连续夹爪值且未二值化;部分 episode 的前置等待被裁剪并更新了时间戳、帧索引和统计信息。所有相机视频曾进行红蓝通道交换校正,并重新计算图像统计。
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。
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 DCC1015/sy_01 --repo-type dataset --local-dir ./data/dcc1015-sy-01
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("DCC1015/sy_01")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")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。
本页事实对应的公开页面,以原文为准。