- 설명 :
RoboNet에는 113개의 고유한 카메라 시점에서 촬영한 로봇-객체 상호 작용의 1,500만 개 이상의 비디오 프레임이 포함되어 있습니다.
동작은 그리퍼 조인트용으로 예약된 동작 벡터의 추가 차원이 있는 로봇 엔드 이펙터에 대한 위치 및 회전의 델타입니다.
상태는 회전이 제한된 데카르트 엔드 이펙터 제어 동작 공간과 그리퍼 조인트입니다.
홈페이지 : https://www.robonet.wiki/
소스 코드 :
tfds.datasets.robonet.Builder
버전 :
-
4.0.1
(기본값): 릴리스 정보가 없습니다.
-
감독된 키 (
as_supervised
문서 참조):None
그림 ( tfds.show_examples ): 지원되지 않습니다.
인용 :
@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(기본 구성)
구성 설명 : 64x64 RoboNet 샘플.
다운로드 크기 :
119.80 MiB
데이터 세트 크기 :
183.04 MiB
자동 캐시 됨( 문서 ):
shuffle_files=False
(트레인)인 경우에만분할 :
나뉘다 | 예 |
---|---|
'train' | 700 |
- 기능 구조 :
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)),
})
- 기능 문서 :
특징 | 수업 | 모양 | D타입 | 설명 |
---|---|---|---|---|
풍모Dict | ||||
행위 | 텐서 | (없음, 5) | float32 | |
파일 이름 | 텍스트 | 끈 | ||
주 | 텐서 | (없음, 5) | float32 | |
동영상 | 동영상(이미지) | (없음, 64, 64, 3) | uint8 |
- 예 ( tfds.as_dataframe ):
로보넷/robonet_sample_128
구성 설명 : 128x128 RoboNet 샘플.
다운로드 크기 :
119.80 MiB
데이터 세트 크기 :
638.98 MiB
자동 캐시 ( 문서 ): 아니요
분할 :
나뉘다 | 예 |
---|---|
'train' | 700 |
- 기능 구조 :
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)),
})
- 기능 문서 :
특징 | 수업 | 모양 | D타입 | 설명 |
---|---|---|---|---|
풍모Dict | ||||
행위 | 텐서 | (없음, 5) | float32 | |
파일 이름 | 텍스트 | 끈 | ||
주 | 텐서 | (없음, 5) | float32 | |
동영상 | 동영상(이미지) | (없음, 128, 128, 3) | uint8 |
- 예 ( tfds.as_dataframe ):
로보넷/robonet_64
구성 설명 : 64x64 RoboNet.
다운로드 크기 :
36.20 GiB
데이터세트 크기 :
41.37 GiB
자동 캐시 ( 문서 ): 아니요
분할 :
나뉘다 | 예 |
---|---|
'train' | 162,417 |
- 기능 구조 :
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)),
})
- 기능 문서 :
특징 | 수업 | 모양 | D타입 | 설명 |
---|---|---|---|---|
풍모Dict | ||||
행위 | 텐서 | (없음, 5) | float32 | |
파일 이름 | 텍스트 | 끈 | ||
주 | 텐서 | (없음, 5) | float32 | |
동영상 | 동영상(이미지) | (없음, 64, 64, 3) | uint8 |
- 예 ( tfds.as_dataframe ):
로보넷/robonet_128
구성 설명 : 128x128 RoboNet.
다운로드 크기 :
36.20 GiB
데이터세트 크기 :
144.90 GiB
자동 캐시 ( 문서 ): 아니요
분할 :
나뉘다 | 예 |
---|---|
'train' | 162,417 |
- 기능 구조 :
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)),
})
- 기능 문서 :
특징 | 수업 | 모양 | D타입 | 설명 |
---|---|---|---|---|
풍모Dict | ||||
행위 | 텐서 | (없음, 5) | float32 | |
파일 이름 | 텍스트 | 끈 | ||
주 | 텐서 | (없음, 5) | float32 | |
동영상 | 동영상(이미지) | (없음, 128, 128, 3) | uint8 |
- 예 ( tfds.as_dataframe ):