外观
sam_locomani_50_uni
hojjunekim 在 Hugging Face 发布的机器人数据集,LeRobot 格式,规模 10K<n<100K。
数据集hojjunekimsam_locomani_50_uni
数据集档案汇总规模、格式、关联机型与模型
hojjunekim 在 Hugging Face 发布的机器人数据集,LeRobot 格式,规模 10K<n<100K。
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 LEGS 论文中 Task 2(loco-manipulation)的 SAM3D (50) 条件训练集,对应“place the orange on the plate”任务。该集合作为 mesh-only baseline,图像由 SAM 3D meshes 渲染,而不是 splat,并且未进行颜色校准;其状态和动作来自同一任务 LEGS (200) 集合的第 0–49 个 episode。
数据集包含 50 个 episodes、35,616 帧,帧率为 30 fps。观测相机字段为 observation.images.ego_view,分辨率 640×480;状态和动作字段分别为 observation.state_psi0_18 与 action.psi0_18,采用 18 维末端执行器布局。数据格式为 LeRobot v2.1,可从代码仓库克隆后使用。
该数据集按 SAM License 分发,因为图像中包含由 SAM 3D Objects 生成的物体和桌面 mesh。再分发时需要遵循该许可证并附带副本;发表使用该数据集的研究时,需要按许可证要求致谢 SAM Materials。
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 hojjunekim/sam_locomani_50_uni --repo-type dataset --local-dir ./data/hojjunekim-sam-locomani-50-uni
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("hojjunekim/sam_locomani_50_uni")
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。