- คำอธิบาย :
RoboNet มีเฟรมวิดีโอมากกว่า 15 ล้านเฟรมของการทำงานร่วมกันระหว่างหุ่นยนต์และวัตถุ ซึ่งถ่ายจากมุมมองกล้อง 113 จุดที่ไม่ซ้ำใคร
การดำเนินการคือสันดอนในตำแหน่งและการหมุนไปยังส่วนปลายของหุ่นยนต์โดยมีมิติเพิ่มเติมของเวกเตอร์การดำเนินการที่สงวนไว้สำหรับข้อต่อกริปเปอร์
สถานะคือพื้นที่ดำเนินการควบคุมคาร์ทีเซียนที่มีการหมุนจำกัด และข้อต่อกริปเปอร์
เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส
หน้าแรก : https://www.robonet.wiki/
รหัสแหล่งที่มา :
tfds.datasets.robonet.Builder
รุ่น :
-
4.0.1
(ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น
-
คีย์ภายใต้การดูแล (ดู
as_supervised
doc ):None
รูปภาพ ( tfds.show_examples ): ไม่รองรับ
การอ้างอิง :
@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}
}
robonet/robonet_sample_64 (การกำหนดค่าเริ่มต้น)
คำอธิบาย การกำหนดค่า : ตัวอย่าง RoboNet ขนาด 64x64
ขนาดการดาวน์โหลด :
119.80 MiB
ขนาดชุดข้อมูล :
183.04 MiB
แคชอัตโนมัติ ( เอกสาร ): เฉพาะเมื่อ
shuffle_files=False
(รถไฟ)แยก :
แยก | ตัวอย่าง |
---|---|
'train' | 700 |
- โครงสร้างคุณลักษณะ :
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)),
})
- เอกสารคุณสมบัติ :
คุณสมบัติ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
การกระทำ | เทนเซอร์ | (ไม่มี 5) | ลอย32 | |
ชื่อไฟล์ | ข้อความ | สตริง | ||
รัฐ | เทนเซอร์ | (ไม่มี 5) | ลอย32 | |
วิดีโอ | วิดีโอ (รูปภาพ) | (ไม่มี, 64, 64, 3) | uint8 |
- ตัวอย่าง ( tfds.as_dataframe ):
โรโบเน็ต/robonet_sample_128
คำอธิบาย การกำหนดค่า: ตัวอย่าง RoboNet 128x128
ขนาดการดาวน์โหลด :
119.80 MiB
ขนาดชุดข้อมูล :
638.98 MiB
แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่
แยก :
แยก | ตัวอย่าง |
---|---|
'train' | 700 |
- โครงสร้างคุณลักษณะ :
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)),
})
- เอกสารคุณสมบัติ :
คุณสมบัติ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
การกระทำ | เทนเซอร์ | (ไม่มี 5) | ลอย32 | |
ชื่อไฟล์ | ข้อความ | สตริง | ||
รัฐ | เทนเซอร์ | (ไม่มี 5) | ลอย32 | |
วิดีโอ | วิดีโอ (รูปภาพ) | (ไม่มี, 128, 128, 3) | uint8 |
- ตัวอย่าง ( tfds.as_dataframe ):
โรโบเน็ต/robonet_64
คำอธิบาย การกำหนดค่า: 64x64 RoboNet
ขนาดการดาวน์โหลด :
36.20 GiB
ขนาดชุดข้อมูล :
41.37 GiB
แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่
แยก :
แยก | ตัวอย่าง |
---|---|
'train' | 162,417 |
- โครงสร้างคุณลักษณะ :
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)),
})
- เอกสารคุณสมบัติ :
คุณสมบัติ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
การกระทำ | เทนเซอร์ | (ไม่มี 5) | ลอย32 | |
ชื่อไฟล์ | ข้อความ | สตริง | ||
รัฐ | เทนเซอร์ | (ไม่มี 5) | ลอย32 | |
วิดีโอ | วิดีโอ (รูปภาพ) | (ไม่มี, 64, 64, 3) | uint8 |
- ตัวอย่าง ( tfds.as_dataframe ):
โรโบเน็ต/robonet_128
คำอธิบาย การกำหนดค่า: 128x128 RoboNet
ขนาดการดาวน์โหลด :
36.20 GiB
ขนาดชุดข้อมูล :
144.90 GiB
แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่
แยก :
แยก | ตัวอย่าง |
---|---|
'train' | 162,417 |
- โครงสร้างคุณลักษณะ :
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)),
})
- เอกสารคุณสมบัติ :
คุณสมบัติ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
การกระทำ | เทนเซอร์ | (ไม่มี 5) | ลอย32 | |
ชื่อไฟล์ | ข้อความ | สตริง | ||
รัฐ | เทนเซอร์ | (ไม่มี 5) | ลอย32 | |
วิดีโอ | วิดีโอ (รูปภาพ) | (ไม่มี, 128, 128, 3) | uint8 |
- ตัวอย่าง ( tfds.as_dataframe ):