外观
sam_locomani_aug_uni
hojjunekim 在 Hugging Face 发布的机器人数据集,LeRobot 格式,规模 100K<n<1M。
数据集hojjunekimsam_locomani_aug_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 100K<n<1M。
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 Task 2(loco-manipulation)中 SAM3D-AUG (200) 条件的训练集,用于论文外观研究。它是 mesh-only baseline:用 SAM 3D meshes 重新渲染同一任务 LEGS (200) 的 episodes,而不是使用 splat,并且没有做颜色校准。
数据集包含 200 个 episodes、141,261 帧,帧率为 30 fps。每 50 个 episodes 对应一种外观设置:0–49 为蓝色桌面上的苹果和盒子,50–99 为蓝色桌面上的橙子和盘子,100–149 保持不变,150–199 为原始桌面上的苹果和盒子;提示语包括“put the apple in the box”和“place the orange on the plate”。图像来自 observation.images.ego_view,分辨率 640×480,状态与动作字段为 18 维 end-effector layout 的 observation.state_psi0_18 和 action.psi0_18,格式为 LeRobot v2.1。数据集采用 SAM License,重新分发需包含该许可,发表使用该数据集的研究需致谢 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_aug_uni --repo-type dataset --local-dir ./data/hojjunekim-sam-locomani-aug-uni
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("hojjunekim/sam_locomani_aug_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。