Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

robota

  • opis:

RoboNet zawiera ponad 15 milionów klatek wideo interakcji robot-obiekt, pobranych ze 113 unikalnych punktów widzenia kamery.

  • Działaniami są delty w położeniu i obrocie względem manipulatora końcowego robota z jednym dodatkowym wymiarem wektora działania zarezerwowanym dla złącza chwytaka.

  • Stany są kartezjańską przestrzenią działania sterowania efektorem końcowym z ograniczoną rotacją i złączem chwytaka

  • Strona domowa: https://www.robonet.wiki/

  • Kod źródłowy: tfds.video.Robonet

  • wersje:

    • 4.0.1 (domyślnie): Brak Uwagi do wydania.
  • Klucze nadzorowane (patrz as_supervised doc ): None

  • Rysunek ( tfds.show_examples ): Nie jest obsługiwany.

  • cytat:

@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 (konfiguracja domyślna)

  • Opis config: 64x64 ROBONET, udało się próbki.

  • Wielkość pliku: 119.80 MiB

  • Zbiór danych rozmiar: 183.04 MiB

  • Auto-buforowane ( dokumentacja ): Tylko kiedy shuffle_files=False (pociąg)

  • dzieli:

Podział Przykłady
'train' 700
  • Cechy:
FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=tf.float32),
    'filename': Text(shape=(), dtype=tf.string),
    'states': Tensor(shape=(None, 5), dtype=tf.float32),
    'video': Video(Image(shape=(64, 64, 3), dtype=tf.uint8)),
})

robot/robonet_sample_128

  • Opis config: 128x128 ROBONET, udało się próbki.

  • Wielkość pliku: 119.80 MiB

  • Zbiór danych rozmiar: 638.98 MiB

  • Auto-buforowane ( dokumentacja ): Nie

  • dzieli:

Podział Przykłady
'train' 700
  • Cechy:
FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=tf.float32),
    'filename': Text(shape=(), dtype=tf.string),
    'states': Tensor(shape=(None, 5), dtype=tf.float32),
    'video': Video(Image(shape=(128, 128, 3), dtype=tf.uint8)),
})

robot/robonet_64

  • Opis config: 64x64 ROBONET, udało się.

  • Wielkość pliku: 36.20 GiB

  • Zbiór danych rozmiar: 41.37 GiB

  • Auto-buforowane ( dokumentacja ): Nie

  • dzieli:

Podział Przykłady
'train' 162,417
  • Cechy:
FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=tf.float32),
    'filename': Text(shape=(), dtype=tf.string),
    'states': Tensor(shape=(None, 5), dtype=tf.float32),
    'video': Video(Image(shape=(64, 64, 3), dtype=tf.uint8)),
})

robot/robonet_128

  • Opis config: 128x128 ROBONET, udało się.

  • Wielkość pliku: 36.20 GiB

  • Zbiór danych rozmiar: 144.90 GiB

  • Auto-buforowane ( dokumentacja ): Nie

  • dzieli:

Podział Przykłady
'train' 162,417
  • Cechy:
FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=tf.float32),
    'filename': Text(shape=(), dtype=tf.string),
    'states': Tensor(shape=(None, 5), dtype=tf.float32),
    'video': Video(Image(shape=(128, 128, 3), dtype=tf.uint8)),
})