橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
数据集

3d_optical_flow_droid

Salesforce/3d_optical_flow_droid

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：mit 上游版本：d6b78c6c2af3

中文简介

Salesforce/3d_optical_flow_droid 是 Salesforce 在 Hugging Face 发布的数据集仓库，当前卡片主要关联机器人任务。本站固定记录上游版本 d6b78c6c2af3，同步到 28523 个文件，文件元数据合计 14.99 TB；访问状态为“公开”，许可证字段为“mit”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 Salesforce/3d_optical_flow_droid 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
Salesforce/3d_optical_flow_droid 是 Salesforce 在 Hugging Face 发布的数据集仓库，当前卡片主要关联机器人任务。本站固定记录上游版本 d6b78c6c2af3，同步到 28523 个文件，文件元数据合计 14.99 TB；访问状态为“公开”，许可证字段为“mit”。

【适用方向】
适合评估具身智能、机器人学习、自动驾驶或强化学习研究流程。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本：d6b78c6c2af3。 任务标签：机器人任务。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2026-02-06。

【文件信息】
上游 API 返回 28523 个文件，文件元数据合计 14.99 TB。 已保存文件清单中的主要扩展名：.gz 99 个、无扩展名 1 个。 当前较大的文件包括：AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_15:51:56_2023.tar.gz（1.59 GB）；AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_15:48:15_2023.tar.gz（1.41 GB）；AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_15:47:06_2023.tar.gz（1.23 GB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 14.99 TB。仅按下载、解压和临时文件估算，建议至少预留约 17.98 TB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“mit”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

3D Optical Flow DROID Dataset Processed DROID robotics dataset with optical flow and scene flow annotations. Dataset Structure Organized by lab, each trajectory in separate tar.gz archive: Each trajectory contains: `metadata.json` - Trajectory metadata `trajectory.h5` - Robot state and actions `camera_left/`, `camera_right/` - Camera data `rgb/` - RGB images `depth/` - Depth maps `optical_flow_with_mask/` - 2D optical flow `scene_flow/` - 3D scene flow Usage Stats Trajectories: ~33,108 Size: ~26 TB (compressed) Labs: 15 robotics labs Frames: ~600-700 per trajectory Citation

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估具身智能、机器人学习、自动驾驶或强化学习研究流程。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

规模与格式

固定版本：d6b78c6c2af3。 任务标签：机器人任务。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2026-02-06。

文件说明

上游 API 返回 28523 个文件，文件元数据合计 14.99 TB。 已保存文件清单中的主要扩展名：.gz 99 个、无扩展名 1 个。 当前较大的文件包括：AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_15:51:56_2023.tar.gz（1.59 GB）；AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_15:48:15_2023.tar.gz（1.41 GB）；AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_15:47:06_2023.tar.gz（1.23 GB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes2.40 KB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_09:42:23_2023.tar.gz752.26 MB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_09:43:39_2023.tar.gz728.63 MB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_09:44:34_2023.tar.gz956.84 MB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_09:52:29_2023.tar.gz1020.75 MB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_09:53:50_2023.tar.gz817.40 MB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_09:55:14_2023.tar.gz1.05 GB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_10:01:42_2023.tar.gz831.46 MB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_10:03:36_2023.tar.gz768.34 MB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_10:04:33_2023.tar.gz646.24 MB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_10:05:20_2023.tar.gz903.83 MB
  • AUTOLab/AUTOLab+2023-07-07+Fri_Jul__7_10:06:23_2023.tar.gz1.01 GB

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

仓库文件元数据合计 14.99 TB。仅按下载、解压和临时文件估算，建议至少预留约 17.98 TB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“mit”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。