外观
数据集dccc2025ovok_experimental_datasets
数据集档案汇总规模、格式、关联机型与模型
dccc2025 在 Hugging Face 发布的机器人数据集。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
这是为 OVOK 打包的 DREAM-V 与 RoboKeyGen-V 运动片段集合,并非新采集数据,而是从 DREAM 和 RoboKeyGen 的已有运动片段处理而来。每个 clip 是一个文件夹,包含 RGB mp4 视频和一个 gt.json,使用时需要引用原始论文。DREAM-V 来自官方 real Panda splits,RoboKeyGen-V 来自 Real_Test_0613.tar.gz 的 RealSense-Franka 与 AzureKinect-Franka 数据。
数据包含 dream_v 的 60 个 clips、37379 帧、640×480 分辨率,以及 robokeygen_v 的 24 个 clips、9283 帧、640×360 分辨率;两部分视频均为 30 fps。gt.json 采用 OVOK scorer schema,frame_index 从 0 开始并与 mp4 顺序一致;每帧提供 panda_link0/2/3/4/6/7/hand 和 panda_joint1–panda_joint7 的 2D/3D 关键点与关节角度。
资料出处 Hugging Face datasets dccc2025/ovok_experimental_datasets
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。
暂未公开或待收录:总时长 · 演示轨迹数 (Episodes)
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 dccc2025/ovok_experimental_datasets --repo-type dataset --local-dir ./data/dccc2025-ovok-experimental-datasets
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("dccc2025/ovok_experimental_datasets")
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。