外观
数据集IPEC-COMMUNITYFastUMI_100k_lerobot
数据集档案汇总规模、格式、关联机型与模型
IPEC-COMMUNITY 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。
FastUMI-100K 是面向数据驱动机器人操作学习的大规模 UMI-style 数据集,包含 100K+ 条示教轨迹,覆盖 54 类多样任务和数百种物体类型。数据提供多视角腕部安装鱼眼图像以及高频末端执行器状态,并已标准化为 LeRobot v2.1 格式,便于接入现代机器人学习框架。
数据以 20 FPS 记录,所有状态和动作都在相对末端执行器坐标系中给出。单臂配置用于 take_items_out_of_drawer、wash_clothes 等任务,包含主视角相机图像和 7 维状态/动作向量,表示位置、欧拉角姿态和夹爪宽度。双臂配置用于 Fold_the_Suit、Pack_Skincare_Products 等双手任务,包含左右相机图像和 14 维拼接状态/动作向量。
使用时需要安装 Hugging Face 官方 LeRobot 库,并可通过 LeRobot API 加载和遍历单臂或双臂任务数据。数据集以 Apache-2.0 License 发布。
资料出处 Hugging Face datasets IPEC-COMMUNITY/FastUMI_100k_lerobot
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 IPEC-COMMUNITY/FastUMI_100k_lerobot --repo-type dataset --local-dir ./data/ipec-community-fastumi-100k-lerobot
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("IPEC-COMMUNITY/FastUMI_100k_lerobot")
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。