- বর্ণনা :
RoboNet-এ রোবট-অবজেক্ট ইন্টারঅ্যাকশনের 15 মিলিয়নেরও বেশি ভিডিও ফ্রেম রয়েছে, যা 113টি অনন্য ক্যামেরা ভিউপয়েন্ট থেকে নেওয়া হয়েছে।
অ্যাকশনগুলি হল ডেল্টা অবস্থানে এবং রোবট এন্ড-ইফেক্টরের দিকে ঘূর্ণন করে গ্রিপার জয়েন্টের জন্য সংরক্ষিত অ্যাকশন ভেক্টরের একটি অতিরিক্ত মাত্রা।
স্টেটগুলি হল কার্টেসিয়ান এন্ড-ইফেক্টর কন্ট্রোল অ্যাকশন স্পেস যেখানে সীমাবদ্ধ ঘূর্ণন এবং একটি গ্রিপার জয়েন্ট
হোমপেজ : https://www.robonet.wiki/
সোর্স কোড :
tfds.datasets.robonet.Builder
সংস্করণ :
-
4.0.1
(ডিফল্ট): কোনো রিলিজ নোট নেই।
-
তত্ত্বাবধান করা কী (দেখুন
as_supervised
doc ):None
চিত্র ( tfds.show_examples ): সমর্থিত নয়।
উদ্ধৃতি :
@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 (ডিফল্ট কনফিগারেশন)
কনফিগার বিবরণ : 64x64 RoboNet নমুনা।
ডাউনলোড সাইজ :
119.80 MiB
ডেটাসেটের আকার :
183.04 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): শুধুমাত্র যখন
shuffle_files=False
(ট্রেন)বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'train' | 700 |
- বৈশিষ্ট্য গঠন :
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)),
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
কর্ম | টেনসর | (কোনটিই নয়, 5) | float32 | |
ফাইলের নাম | পাঠ্য | স্ট্রিং | ||
রাজ্যগুলি | টেনসর | (কোনটিই নয়, 5) | float32 | |
ভিডিও | ভিডিও(ছবি) | (কোনটিই নয়, 64, 64, 3) | uint8 |
- উদাহরণ ( tfds.as_dataframe ):
robonet/robonet_sample_128
কনফিগার বিবরণ : 128x128 RoboNet নমুনা।
ডাউনলোড সাইজ :
119.80 MiB
ডেটাসেটের আকার :
638.98 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'train' | 700 |
- বৈশিষ্ট্য গঠন :
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)),
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
কর্ম | টেনসর | (কোনটিই নয়, 5) | float32 | |
ফাইলের নাম | পাঠ্য | স্ট্রিং | ||
রাজ্যগুলি | টেনসর | (কোনটিই নয়, 5) | float32 | |
ভিডিও | ভিডিও(ছবি) | (কোনটিই নয়, 128, 128, 3) | uint8 |
- উদাহরণ ( tfds.as_dataframe ):
robonet/robonet_64
কনফিগারেশনের বিবরণ : 64x64 RoboNet।
ডাউনলোড আকার :
36.20 GiB
ডেটাসেটের আকার :
41.37 GiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'train' | 162,417 |
- বৈশিষ্ট্য গঠন :
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)),
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
কর্ম | টেনসর | (কোনটিই নয়, 5) | float32 | |
ফাইলের নাম | পাঠ্য | স্ট্রিং | ||
রাজ্যগুলি | টেনসর | (কোনটিই নয়, 5) | float32 | |
ভিডিও | ভিডিও(ছবি) | (কোনটিই নয়, 64, 64, 3) | uint8 |
- উদাহরণ ( tfds.as_dataframe ):
robonet/robonet_128
কনফিগারেশনের বিবরণ : 128x128 RoboNet।
ডাউনলোড আকার :
36.20 GiB
ডেটাসেটের আকার :
144.90 GiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'train' | 162,417 |
- বৈশিষ্ট্য গঠন :
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)),
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
কর্ম | টেনসর | (কোনটিই নয়, 5) | float32 | |
ফাইলের নাম | পাঠ্য | স্ট্রিং | ||
রাজ্যগুলি | টেনসর | (কোনটিই নয়, 5) | float32 | |
ভিডিও | ভিডিও(ছবি) | (কোনটিই নয়, 128, 128, 3) | uint8 |
- উদাহরণ ( tfds.as_dataframe ):