Dataset Viewer
Auto-converted to Parquet Duplicate
id
string
name
string
gym
string
version
int64
t
int64
dir
string
w
int64
h
int64
holds
int64
photoBytes
int64
photoSha256
string
edits
null
routes
int64
license
string
0fe38b21d07b3771
原岩南港Spraywall
原岩南港
3
1,795,030,616,028
walls/0fe38b21d07b3771/v3/
3,072
2,164
566
1,882,703
d0193d62311a007a90408a87a167c103abe98a5c2760b06fdc27f1433f33c885
null
0
CC-BY-SA-4.0
57d2331064c7f32d
原岩萬華2F
原岩萬華
2
1,794,833,964,187
walls/57d2331064c7f32d/v2/
3,072
2,461
282
2,741,072
a23ee571c52e106599eba598f33e20dcf6140e18e95ad0180e881490196a9adf
null
1
CC-BY-SA-4.0
9e0391cbbd14d1be
市民抱石Spraywall
市民抱石
1
1,794,298,475,952
walls/9e0391cbbd14d1be/v1/
3,072
2,735
355
2,500,118
7c3c7ca9c43967df348973e62b2746d1a2ed3030a99f35ccafef956c2d206133
null
0
CC-BY-SA-4.0

Climbio Walls

攀岩牆面的開放資料集:使用者在 Climbio 按「公開」的牆面照片、自動偵測的岩點外框、Wall 的人工精修記錄,以及大家在岩點貓定的路線。授權 CC BY-SA 4.0。

Open dataset of climbing-wall photos, detected hold outlines, human corrections from Climbio's Wall, and routes set in the Climbio app. CC BY-SA 4.0.

這個檔案(README.md)由 Climbio 的程式碼庫維護(docs/walls-dataset-card.md),不要直接在 Hub 上改。

快速使用

先只下載目錄,再決定要哪些牆:

from huggingface_hub import hf_hub_download
import pandas as pd

walls = pd.read_json(hf_hub_download("climbio/walls", "walls.jsonl", repo_type="dataset"), lines=True)
reviewed = walls[walls.edits.apply(lambda e: bool(e and e["reviewed"]))]   # 人工逐顆檢查過的牆

dir 是這面牆最新版本的資料夾。只下載要的牆(不會抓到舊版本):

from huggingface_hub import snapshot_download

snapshot_download("climbio/walls", repo_type="dataset",
                  allow_patterns=[row.dir + "*" for row in reviewed.itertuples()] + ["walls.jsonl"])

檔案

walls.jsonl                      目錄:每面牆一行(最新版本)
stats.json                       統計(https://climbio.app/stats/ 讀這個檔)
walls/<牆包 id>/v<版本>/
  <牆 id>.jpg                    照片
  <牆 id>.thumb.jpg              縮圖
  <牆 id>.json                   Climbio Format v2 的牆(kind: view):照片大小 w、h,nodes 裡 type 為 hold 的是岩點,帶外框多邊形
  <牆 id>.edits.json             精修記錄(Studio Wall 或岩點貓公開的牆,有修改才有)
  <圖層 id>.json                 路線圖層(岩點貓公開的牆有;內容固定、不含路線)
  index.json                     這個包的入口
walls/<牆包 id>/routes.json      大家在岩點貓定的路線(每天更新一次;不分版本;不含帳號)
research/hold-lab/<牆包 id>/       同一張照片各處理步驟(手機偵測、MobileSAM、SAM2、人工修正)的岩點外框與跟人工答案的比較;只有做過這項比較的牆才有
  stages.json                    各步驟的岩點外框,每顆外框的好壞(可用、切掉一角、外框太大、多認、漏掉),以及每 100 顆真實岩點裡外框可直接用幾顆;人工做了什麼(沒動、微調、重畫、手畫、刪除)
  photo.jpg                      比較用的照片(長邊 1600)
  summary.json                   有哪些步驟
                                 Hold Lab 展示頁(https://climbio.app/lab/hold-lab/)讀這三個檔

版本只增不減:同一面牆再發佈就是新的 v<版本>/,舊的留著。要最新的看 walls.jsonl 的 dir。

walls.jsonl 的欄位

欄位 意義
id 牆包 id(資料夾名)
name、gym 牆名、岩館(沒有就是空字串)
version、t、dir 最新版本、發佈時間(毫秒)、資料夾
w、h 照片寬高(像素)
holds 岩點數
photoBytes、photoSha256 照片大小、雜湊
edits 沒精修過是 null;否則 { reviewed, deleted, added, reshaped, flagged }:是否逐顆檢查完、各類修正的數量
routes 匯出的路線數
license CC-BY-SA-4.0

edits.json:怎麼當訓練資料

只記「自動結果跟最後結果的差異」,不記編輯過程。

  • 牆的 <牆 id>.json 是最後結果(人工修過之後)。自動結果 = 最後結果,拿掉 added 列的岩點,加回 deleted 的岩點({ id, poly },外框是自動的),再把 reshaped 的岩點外框換成它帶的自動外框({ id, poly, iou })。
  • deleted:誤偵測(自動有、人工刪掉)。added:漏偵測(人工補的岩點 id 列表)。reshaped:外框不準(重疊 IoU 低於 0.9);小修不記。三者都沒有的岩點就是自動結果跟最後結果一致。
  • flagged:{ 岩點 id: 旗標 },自動結果標為「要看」的岩點,沒改的也留著,用來校準信心。
  • reviewed 為 true 的牆,沒被改的岩點才能當正確答案;沒有 reviewed 的牆,沒改的岩點只代表「沒人看過」。
  • tools 記偵測與 SAM 模型版本,sha256 是照片雜湊。
  • 手機精修:從岩點貓公開的牆,作者自己改過、手畫、刪掉的岩點也記成 edits.json(tools.by 是 phone,reviewed 一定是 false)。這種牆的 <牆 id>.json 維持自動結果,不是最後結果:deleted 帶自動外框,reshaped 的 poly 是自動外框,added 是手畫岩點 id,final 是 { 岩點 id: 最後外框 }(改過的和手畫的)。

資料的來源與保管

  • 收錄使用者主動確認公開的牆面;未公開的本機牆面不在資料集中。公開前確認「我有權公開」及開放授權。
  • Climbio 保管公開的檔案,不因發佈者要求刪除;只有侵權、含可識別的個人、法令要求才移除(會重寫倉庫歷史)。
  • 照片裡可能有人。發現請到 https://climbio.app 回報,我們會移除。
Downloads last month
176