README.md

---
license: other
task_categories:
- robotics
language:
- zh
- en
tags:
- LeRobot
- SO101
- embodied-ai
- imitation-learning
- robot-learning
- teleoperation
- tennis-ball
pretty_name: ChenLong Embodied Intelligence Dataset
---

# ChenLong Embodied Intelligence Dataset

本仓库用于统一管理辰龙机器人实习中的数据集、模型权重、训练结果和说明文档。后续新增不同任务、采集批次、模型版本或实验资源时，都放在这里统一维护。

## 当前目录

- `embodied_dataset/`：具身智能采集数据集，采用 LeRobot v3.0 结构，包含 `data/`、`meta/`、`videos/`。
- `yolo_dataset/`：YOLO 目标检测数据、模型权重、训练参数和评估结果，当前包含 `blue_bucket_yolov8/`。
- 待新增新的数据集或模型。

## 新增数据集要求

具身数据优先采用 LeRobot v3.0 格式：`meta/info.json`、`meta/stats.json`、tasks、episodes、逐帧 Parquet 数据和按相机划分的视频。新增数据集至少写清：

- 任务：任务文本、目标物、成功标准、失败标准。
- 硬件：机器人型号、自由度、夹爪、相机位置、分辨率、FPS。
- 格式：目录结构、文件命名、episode/frame/timestamp/index 规则。
- 字段：observation、action 的 dtype、shape、单位、顺序和含义。
- 元数据：splits、tasks、episodes、stats 的生成方式。
- 质量：视频可播放、时序同步、无 NaN、失败样本是否保留。
- 来源：采集人、采集日期、许可、引用和第三方数据来源。

非 LeRobot 格式必须在子目录 README 中说明读取方式、字段 schema，以及如何转换到 LeRobot 或 RLDS。

## 新增模型要求

新增模型必须能复现训练和评估，至少写清：

- 模型：名称、版本、任务类型、基础模型或算法来源。
- 数据：训练数据目录、数据版本、划分方式和随机种子。
- 输入输出：图像键、状态向量、语言指令、action 维度或 bbox 格式。
- 训练：依赖版本、训练命令、epoch、batch size、学习率、设备和训练时长。
- 结果：权重文件、配置、日志、指标、测试集来源和推理示例。
- 限制：不适用场景、失败情况、许可和引用要求。

## 提交检查

- README 已同步更新。
- 大文件已走 Git LFS：`.mp4`、`.parquet`、`.pt`、`.pth`、`.ckpt`、`.safetensors`、大型压缩包和评估图片。
- 数据集 metadata 与实际文件一致。
- 模型权重、训练参数、数据来源和评估结果能对应。
- 本地至少验证过数据可读、模型可加载或示例可运行。

## 参考规范

- LeRobot Dataset v3.0: https://huggingface.co/docs/lerobot/lerobot-dataset-v3
- RLDS: https://github.com/google-research/rlds
- Open X-Embodiment: https://github.com/google-deepmind/open_x_embodiment
- Hugging Face Dataset Cards: https://huggingface.co/docs/hub/en/datasets-cards
- Hugging Face Model Cards: https://huggingface.co/docs/hub/en/model-cards

## 使用说明

各子目录下保留更详细的 `README.md`。查看具体数据格式、模型文件、训练结果或使用方式时，请进入对应目录阅读说明。