外观
数据集griffinlabsEgoDex-LeRobot-v3.0
数据集档案汇总规模、格式、关联机型与模型
griffinlabs 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。
EgoDex-LeRobot-v3.0 是将 Apple EgoDex 数据集转换为 LeRobot datasets v3.0 格式后的数据集仓库。顶层按 train / test 组织,每个 split 下有多个子目录;每个子目录对应原始 EgoDex 格式中的一个目录,并作为一个独立的 LeRobot dataset 使用。
加载完整训练集时,需要把各子目录分别作为 LeRobotDataset 读取后再合并,例如使用 PyTorch 的 ConcatDataset,也可以用 MultiLeRobotDataset 自动处理。转换过程中没有保留 confidence scores。
由于特征数量较多,加载 parquet 表可能占用大量 RAM;可用 lerobot-edit-dataset 删除未使用的特征。训练集中 basic_fold、basic_pick_place、play_piano、thread_unthread_bead_necklace、vertical_pick_place 等原始文件夹被拆分为带 -part* 后缀的较小子集,以加快转换。
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 griffinlabs/EgoDex-LeRobot-v3.0 --repo-type dataset --local-dir ./data/griffinlabs-egodex-lerobot-v3-0
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("griffinlabs/EgoDex-LeRobot-v3.0")
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。
尚未收录关联机型或引用它的模型。
本页事实对应的公开页面,以原文为准。