- विवरण :
रोबोनेट में रोबोट-ऑब्जेक्ट इंटरेक्शन के 15 मिलियन से अधिक वीडियो फ्रेम हैं, जिन्हें 113 अद्वितीय कैमरा दृष्टिकोणों से लिया गया है।
ग्रिपर संयुक्त के लिए आरक्षित एक्शन वेक्टर के एक अतिरिक्त आयाम के साथ रोबोट एंड-इफ़ेक्टर की स्थिति और रोटेशन में क्रियाएं डेल्टा हैं।
स्टेट्स कार्टेशियन एंड-इफ़ेक्टर कंट्रोल एक्शन स्पेस हैं जिसमें प्रतिबंधित रोटेशन और ग्रिपर जॉइंट हैं
होमपेज : https://www.robonet.wiki/
स्रोत कोड :
tfds.datasets.robonet.Builder
संस्करण :
-
4.0.1
(डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।
-
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):None
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उद्धरण :
@article{dasari2019robonet,
title={RoboNet: Large-Scale Multi-Robot Learning},
author={Dasari, Sudeep and Ebert, Frederik and Tian, Stephen and
Nair, Suraj and Bucher, Bernadette and Schmeckpeper, Karl
and Singh, Siddharth and Levine, Sergey and Finn, Chelsea},
journal={arXiv preprint arXiv:1910.11215},
year={2019}
}
रोबोनेट/robonet_sample_64 (डिफ़ॉल्ट कॉन्फ़िगरेशन)
कॉन्फ़िग विवरण : 64x64 रोबोनेट नमूना।
डाउनलोड आकार :
119.80 MiB
डेटासेट का आकार :
183.04 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब
shuffle_files=False
(ट्रेन)विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 700 |
- फ़ीचर संरचना :
FeaturesDict({
'actions': Tensor(shape=(None, 5), dtype=float32),
'filename': Text(shape=(), dtype=string),
'states': Tensor(shape=(None, 5), dtype=float32),
'video': Video(Image(shape=(64, 64, 3), dtype=uint8)),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
कार्रवाई | टेन्सर | (कोई नहीं, 5) | फ्लोट32 | |
फ़ाइल का नाम | मूलपाठ | डोरी | ||
राज्यों | टेन्सर | (कोई नहीं, 5) | फ्लोट32 | |
वीडियो | वीडियो (छवि) | (कोई नहीं, 64, 64, 3) | uint8 |
- उदाहरण ( tfds.as_dataframe ):
रोबोनेट/रॉबनेट_नमूना_128
कॉन्फ़िग विवरण : 128x128 रोबोनेट नमूना।
डाउनलोड आकार :
119.80 MiB
डेटासेट का आकार :
638.98 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 700 |
- फ़ीचर संरचना :
FeaturesDict({
'actions': Tensor(shape=(None, 5), dtype=float32),
'filename': Text(shape=(), dtype=string),
'states': Tensor(shape=(None, 5), dtype=float32),
'video': Video(Image(shape=(128, 128, 3), dtype=uint8)),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
कार्रवाई | टेन्सर | (कोई नहीं, 5) | फ्लोट32 | |
फ़ाइल का नाम | मूलपाठ | डोरी | ||
राज्यों | टेन्सर | (कोई नहीं, 5) | फ्लोट32 | |
वीडियो | वीडियो (छवि) | (कोई नहीं, 128, 128, 3) | uint8 |
- उदाहरण ( tfds.as_dataframe ):
रोबोनेट/रॉबनेट_64
कॉन्फिग विवरण : 64x64 रोबोनेट।
डाउनलोड आकार :
36.20 GiB
डेटासेट का आकार :
41.37 GiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 162,417 |
- फ़ीचर संरचना :
FeaturesDict({
'actions': Tensor(shape=(None, 5), dtype=float32),
'filename': Text(shape=(), dtype=string),
'states': Tensor(shape=(None, 5), dtype=float32),
'video': Video(Image(shape=(64, 64, 3), dtype=uint8)),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
कार्रवाई | टेन्सर | (कोई नहीं, 5) | फ्लोट32 | |
फ़ाइल का नाम | मूलपाठ | डोरी | ||
राज्यों | टेन्सर | (कोई नहीं, 5) | फ्लोट32 | |
वीडियो | वीडियो (छवि) | (कोई नहीं, 64, 64, 3) | uint8 |
- उदाहरण ( tfds.as_dataframe ):
रोबोनेट/रॉबनेट_128
कॉन्फिग विवरण : 128x128 रोबोनेट।
डाउनलोड आकार :
36.20 GiB
डेटासेट का आकार :
144.90 GiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 162,417 |
- फ़ीचर संरचना :
FeaturesDict({
'actions': Tensor(shape=(None, 5), dtype=float32),
'filename': Text(shape=(), dtype=string),
'states': Tensor(shape=(None, 5), dtype=float32),
'video': Video(Image(shape=(128, 128, 3), dtype=uint8)),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
कार्रवाई | टेन्सर | (कोई नहीं, 5) | फ्लोट32 | |
फ़ाइल का नाम | मूलपाठ | डोरी | ||
राज्यों | टेन्सर | (कोई नहीं, 5) | फ्लोट32 | |
वीडियो | वीडियो (छवि) | (कोई नहीं, 128, 128, 3) | uint8 |
- उदाहरण ( tfds.as_dataframe ):