vvzc/ChenLong_Embodied_Intelligence_Dataset

ChenLong Embodied Intelligence Dataset

本仓库用于统一管理辰龙机器人实习中的数据集、模型权重、训练结果和说明文档。后续新增不同任务、采集批次、模型版本或实验资源时，都放在这里统一维护。

当前目录

• —embodied_dataset/：具身智能采集数据集，采用 LeRobot v3.0 结构，包含 data/、meta/、videos/。
• —yolo_dataset/：YOLO 目标检测数据、模型权重、训练参数和评估结果，当前包含 blue_bucket_yolov8/。
• —待新增新的数据集或模型。

新增数据集要求

具身数据优先采用 LeRobot v3.0 格式：meta/info.json、meta/stats.json、tasks、episodes、逐帧 Parquet 数据和按相机划分的视频。新增数据集至少写清：

• —任务：任务文本、目标物、成功标准、失败标准。
• —硬件：机器人型号、自由度、夹爪、相机位置、分辨率、FPS。
• —格式：目录结构、文件命名、episode/frame/timestamp/index 规则。
• —字段：observation、action 的 dtype、shape、单位、顺序和含义。
• —元数据：splits、tasks、episodes、stats 的生成方式。
• —质量：视频可播放、时序同步、无 NaN、失败样本是否保留。
• —来源：采集人、采集日期、许可、引用和第三方数据来源。

非 LeRobot 格式必须在子目录 README 中说明读取方式、字段 schema，以及如何转换到 LeRobot 或 RLDS。

新增模型要求

新增模型必须能复现训练和评估，至少写清：

• —模型：名称、版本、任务类型、基础模型或算法来源。
• —数据：训练数据目录、数据版本、划分方式和随机种子。
• —输入输出：图像键、状态向量、语言指令、action 维度或 bbox 格式。
• —训练：依赖版本、训练命令、epoch、batch size、学习率、设备和训练时长。
• —结果：权重文件、配置、日志、指标、测试集来源和推理示例。
• —限制：不适用场景、失败情况、许可和引用要求。

提交检查

• —README 已同步更新。
• —大文件已走 Git LFS：.mp4、.parquet、.pt、.pth、.ckpt、.safetensors、大型压缩包和评估图片。
• —数据集 metadata 与实际文件一致。
• —模型权重、训练参数、数据来源和评估结果能对应。
• —本地至少验证过数据可读、模型可加载或示例可运行。

参考规范

• —LeRobot Dataset v3.0: https://huggingface.co/docs/lerobot/lerobot-dataset-v3
• —RLDS: https://github.com/google-research/rlds
• —Open X-Embodiment: https://github.com/google-deepmind/openxembodiment
• —Hugging Face Dataset Cards: https://huggingface.co/docs/hub/en/datasets-cards
• —Hugging Face Model Cards: https://huggingface.co/docs/hub/en/model-cards

使用说明

各子目录下保留更详细的 README.md。查看具体数据格式、模型文件、训练结果或使用方式时，请进入对应目录阅读说明。