Ensemble de données sur le comportement humain de première personne EgoSuite
100 000+HJ Vidéo longue de la première perspective IMU 200Hz Point de focale et marqueur de touches manuelles Modèle VLA Pré-formation
100 000+HJ Vidéo longue de la première perspective IMU 200Hz Point de focale et marqueur de touches manuelles Modèle VLA Pré-formation
| Nom de l'ensemble de données | Ensemble de données sur le comportement humain de première personne EgoSuite |
| Volume total des données | 100,000+ Hours |
| Type de données | Vidéos de RGB-D, IMU 200Hz, regard, main 21 points clés, commande de langage naturel |
| Video Specifications | 1920×1080 @ 30 FPS |
| Delivery Format | LeRobot 3.0 / RLDS / HDF5 / JSON Metadata |
| Type de licence | Licensed Data or Custom Projects |
Chaque élément de données contient des champs structurés complets, couvrant toutes les exigences allant des métadonnées de base aux analyses professionnelles.。
| Catégorie de champ | Champs typiques |
|---|---|
| Vidéo centrée sur l'ego | Fichier vidéo, cadre, résolution, temps d'enregistrement, paramètres de marquage de la caméra, exposition et balance blanche, FOV 160° |
| Poste de chef et IMU | Vitesse de 200 Hz, gyroscope, champ magnétique, tête vers quatre dollars, alignement du timbre-temps |
| Regardez les points clés de la main | Point de regard 2D/3D, droit 21 points clés, baguage des gestes, cadre de limite de l'objet de fonctionnement, état d'exposition |
| Marque d'action et de scène | Heure de démarrage du segment d'action, balise de scène, cible de tâche, commande de langage naturel, marque de échec/succès, transfert d'état d'objet opérationnel |
| Metadata and Compliance | Modèle de périphérique, rôle de collectionneur, marque de désensibilisation de la vie privée, plage d'autorisation, version de données |
The following is a de-identified structured JSON sample illustrating the typical data format。
{
"episode_id": "EGO-2026-0089123",
"scene": "kitchen_morning",
"duration_sec": 1847,
"video": {"path": "video_0089123.mp4", "fps": 30, "resolution": [1920, 1080]},
"imu": {"path": "imu_0089123.csv", "sample_rate_hz": 200, "axes": ["acc_x","acc_y","acc_z","gyro_x","gyro_y","gyro_z"]},
"gaze": {"timestamps": [0.033, 0.066], "points_2d": [[512, 384], [520, 390]]},
"hand_keypoints": {"left": [[x,y,v],...], "right": [[x,y,v],...]},
"actions": [
{"start": 12.5, "end": 18.2, "label": "open_fridge", "object": "fridge", "success": true}
],
"nl_instruction": " "
}Vidéo à grande échelle égocentrique correspondant aux commandes de langage naturel, formation de modèles de base d'action-linguistique-visuelle.
Le premier segment d'exploitation de perspective humaine fournit une démonstration d'action sur plusieurs sites pour les robots mécaniques bras/humains.
Des signaux vidéo et multimodulaires continus et longs construisent des modèles mondiaux prévisibles de l'activité quotidienne humaine.
Soutient les tâches de base telles que la prévision des actions futures, l'apprentissage de la procédure et les tests interactifs sur objet.
Modèles de reconnaissance d'intention et d'interaction d'empreintes digitales pour les équipements de port d'en-têtes pour la formation aux données d'observation et de geste.
La vidéo du paysage familial soutient la surveillance des aînés et la prise de décisions intelligentes par les adjoints.
Changsha Langhui Information Technology Co., Ltd. The DataAssetsAPI platform is dedicated to providing high-quality, compliant data assets for AI companies and research institutions. Supports flexible combination by dimension, by quantity scale.
Data Sample Preview · Customized Data Solutions · Professional Technical Support