EgoPro数据集 LeRobot 与 MCAP 格式怎么选同一批万小时数据的两种表示规模计算别踩的3个坑【免费下载链接】EgoProEgoSuite-Open100K 头部与腕部双视角系列1,000 小时同步人类活动数据面向精细操作理解、姿态运动学习与机器人策略研究。项目地址: https://ai.gitcode.com/Lightwheel/EgoProEgoPro 是光轮智能 EgoSuite-Open100K 中规划 10,000 小时的第一人称头戴手腕双视角数据集LeRobot 与 MCAP 只是同一批 Episode 的两种表示格式。本文讲清楚什么场景选 LeRobot 格式、什么场景选 MCAP 格式以及新手在估算数据集规模时最容易踩的 3 个坑。先搞清楚EgoPro 里到底有什么EgoPro 按两个子产品线Sub-SKU发布两者合计才是完整的 10,000 小时规划规模Sub-SKU规划时长相机视角位姿标注EgoProStandard8,000 小时头戴 手腕左右手 3D 位姿EgoProStandard-body2,000 小时头戴 手腕左右手 全身 3D 位姿核心卖点在于同步的头戴与手腕双视角头戴相机负责环境上下文手腕相机负责近距离接触与抓取细节再叠加同步的 3D 手部位姿非常适合精细操作理解、姿态运动学习和机器人策略研究。仓库中每个子产品线都包含三类目录对应两种格式加索引文件EgoProStandard/lerobot/、EgoProStandard-body/lerobot/—— LeRobot v3.0 表示EgoProStandard/mcap/、EgoProStandard-body/mcap/ —— MCAP 表示EgoProStandard/manifests/、EgoProStandard-body/manifests/—— Parquet 清单文件LeRobot 格式适合谁LeRobot v3.0 是面向训练和机器人工作流的结构化格式Parquet 文件、同步的头戴/手腕视频、元数据与发布标注组织在一起可以直接对接 Hugging Face LeRobot 生态的加载、可视化和微调流程。选择信号你要做机器人策略学习、模仿学习、姿态模型训练你希望数据按 Episode 结构化加载逐帧对齐视频与位姿你的代码栈已经依赖 LeRobot 的 Dataset APIMCAP 格式适合谁MCAP 是面向同步多模态数据流的容器格式一个 .mcap 包内按时间戳组织多路同步数据流附带有校验的 sidecar 文件。目录按任务名组织例如 mcap/Adjust Seal Sticker/ 下每个episode_uuid.mcap文件就是一个完整的 Episode 记录。选择信号你要做流式处理、传感器级时间戳对齐、数据质量校验你已有 MCAP 生态工具链订阅、切分、校验、转码你的工作流是按时间戳拉通多路信号而不是按 Episode 训练一句话总结训模型选 LeRobot搞数据流选 MCAP两者内容等价选哪个不改变你能拿到的数据量。规模计算别踩的 3 个坑 ⚠️坑 1把 LeRobot 小时数和 MCAP 小时数相加这是最常见的错误。README 明确声明LeRobot 与 MCAP 是同一批 EgoPro Episode、相同规划数据的不同表示形式不得相加。把 8,000 2,000 小时的 LeRobot 数据和同样内容的 MCAP 数据相加会得出20,000 小时的错误结论。✅ 正确做法两种格式使用相同且稳定的episode_uuid标识对应 Episode。去重后再统计字段作用episode_uuid跨格式共享的稳定 Episode 标识去重依据sub_sku所属子产品线formatlerobot-v3.0或mcap区分表示形式duration_s审核后的可用时长秒规模统计的权威字段坑 2用文件数量或下载体积估算时长MCAP 目录里一个文件 一个 Episode文件数 ≠ 小时数。不同任务单条 Episode 长短差异很大用有多少个 .mcap 文件或下载了多少 GB去推算数据规模误差可能非常大。✅ 正确做法以各格式manifests/下的 Parquet 清单为准对duration_s求和得到真实时长清单中还带有sha256校验值可用于核对文件完整性。坑 3把合集级数字当成本仓库规模宣传中提到的15,000 项任务、15,000 个场景是整个 EgoSuite-Open100K 合集的共享覆盖数据不是 EgoPro 单个仓库的独立计数引用时不要张冠李戴。时序事件级语义标注是免费附赠的附加内容annotation_distribution: complimentary-open-source-add-on不属于标准 SKU 定义也不构成额外的一套数据统计规模时不应单列。两个子 SKU 是不同标注规格body 版多全身位姿8,000 2,000 10,000 小时的加总没问题但不要把它们描述成重复的两份数据。按需下载建议数据通过 Hugging Face BucketLightwheelAI/EgoPro分发本仓库是数据集卡片与访问入口。批准后安装 CLI 并登录pip install -U huggingface_hub hf auth login先列出前缀再按需同步避免整库下载。字段定义可对照 DATA_UPLOAD_GUIDE.md 中的 Required columns 部分完整数据结构说明见 README_zh.md。小结决策点建议训练 / LeRobot 工作流用lerobot/目录v3.0流式 / MCAP 工作流用mcap/目录统计规模按episode_uuid去重 对duration_s求和描述数据集10,000 小时规划 8,000Standard 2,000body格式只算一次选对格式算对规模这套万小时级双视角数据才能真正发挥价值。【免费下载链接】EgoProEgoSuite-Open100K 头部与腕部双视角系列1,000 小时同步人类活动数据面向精细操作理解、姿态运动学习与机器人策略研究。项目地址: https://ai.gitcode.com/Lightwheel/EgoPro创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/8 22:05:38 · 阅读 1.2k EgoPro数据集 LeRobot 与 MCAP 格式怎么选：同一批万小时数据的两种表示，规模计算别踩的3个坑
EgoPro数据集 LeRobot 与 MCAP 格式怎么选同一批万小时数据的两种表示规模计算别踩的3个坑【免费下载链接】EgoProEgoSuite-Open100K 头部与腕部双视角系列1,000 小时同步人类活动数据面向精细操作理解、姿态运动学习与机器人策略研究。项目地址: https://ai.gitcode.com/Lightwheel/EgoProEgoPro 是光轮智能 EgoSuite-Open100K 中规划 10,000 小时的第一人称头戴手腕双视角数据集LeRobot 与 MCAP 只是同一批 Episode 的两种表示格式。本文讲清楚什么场景选 LeRobot 格式、什么场景选 MCAP 格式以及新手在估算数据集规模时最容易踩的 3 个坑。先搞清楚EgoPro 里到底有什么EgoPro 按两个子产品线Sub-SKU发布两者合计才是完整的 10,000 小时规划规模Sub-SKU规划时长相机视角位姿标注EgoProStandard8,000 小时头戴 手腕左右手 3D 位姿EgoProStandard-body2,000 小时头戴 手腕左右手 全身 3D 位姿核心卖点在于同步的头戴与手腕双视角头戴相机负责环境上下文手腕相机负责近距离接触与抓取细节再叠加同步的 3D 手部位姿非常适合精细操作理解、姿态运动学习和机器人策略研究。仓库中每个子产品线都包含三类目录对应两种格式加索引文件EgoProStandard/lerobot/、EgoProStandard-body/lerobot/—— LeRobot v3.0 表示EgoProStandard/mcap/、EgoProStandard-body/mcap/ —— MCAP 表示EgoProStandard/manifests/、EgoProStandard-body/manifests/—— Parquet 清单文件LeRobot 格式适合谁LeRobot v3.0 是面向训练和机器人工作流的结构化格式Parquet 文件、同步的头戴/手腕视频、元数据与发布标注组织在一起可以直接对接 Hugging Face LeRobot 生态的加载、可视化和微调流程。选择信号你要做机器人策略学习、模仿学习、姿态模型训练你希望数据按 Episode 结构化加载逐帧对齐视频与位姿你的代码栈已经依赖 LeRobot 的 Dataset APIMCAP 格式适合谁MCAP 是面向同步多模态数据流的容器格式一个 .mcap 包内按时间戳组织多路同步数据流附带有校验的 sidecar 文件。目录按任务名组织例如 mcap/Adjust Seal Sticker/ 下每个episode_uuid.mcap文件就是一个完整的 Episode 记录。选择信号你要做流式处理、传感器级时间戳对齐、数据质量校验你已有 MCAP 生态工具链订阅、切分、校验、转码你的工作流是按时间戳拉通多路信号而不是按 Episode 训练一句话总结训模型选 LeRobot搞数据流选 MCAP两者内容等价选哪个不改变你能拿到的数据量。规模计算别踩的 3 个坑 ⚠️坑 1把 LeRobot 小时数和 MCAP 小时数相加这是最常见的错误。README 明确声明LeRobot 与 MCAP 是同一批 EgoPro Episode、相同规划数据的不同表示形式不得相加。把 8,000 2,000 小时的 LeRobot 数据和同样内容的 MCAP 数据相加会得出20,000 小时的错误结论。✅ 正确做法两种格式使用相同且稳定的episode_uuid标识对应 Episode。去重后再统计字段作用episode_uuid跨格式共享的稳定 Episode 标识去重依据sub_sku所属子产品线formatlerobot-v3.0或mcap区分表示形式duration_s审核后的可用时长秒规模统计的权威字段坑 2用文件数量或下载体积估算时长MCAP 目录里一个文件 一个 Episode文件数 ≠ 小时数。不同任务单条 Episode 长短差异很大用有多少个 .mcap 文件或下载了多少 GB去推算数据规模误差可能非常大。✅ 正确做法以各格式manifests/下的 Parquet 清单为准对duration_s求和得到真实时长清单中还带有sha256校验值可用于核对文件完整性。坑 3把合集级数字当成本仓库规模宣传中提到的15,000 项任务、15,000 个场景是整个 EgoSuite-Open100K 合集的共享覆盖数据不是 EgoPro 单个仓库的独立计数引用时不要张冠李戴。时序事件级语义标注是免费附赠的附加内容annotation_distribution: complimentary-open-source-add-on不属于标准 SKU 定义也不构成额外的一套数据统计规模时不应单列。两个子 SKU 是不同标注规格body 版多全身位姿8,000 2,000 10,000 小时的加总没问题但不要把它们描述成重复的两份数据。按需下载建议数据通过 Hugging Face BucketLightwheelAI/EgoPro分发本仓库是数据集卡片与访问入口。批准后安装 CLI 并登录pip install -U huggingface_hub hf auth login先列出前缀再按需同步避免整库下载。字段定义可对照 DATA_UPLOAD_GUIDE.md 中的 Required columns 部分完整数据结构说明见 README_zh.md。小结决策点建议训练 / LeRobot 工作流用lerobot/目录v3.0流式 / MCAP 工作流用mcap/目录统计规模按episode_uuid去重 对duration_s求和描述数据集10,000 小时规划 8,000Standard 2,000body格式只算一次选对格式算对规模这套万小时级双视角数据才能真正发挥价值。【免费下载链接】EgoProEgoSuite-Open100K 头部与腕部双视角系列1,000 小时同步人类活动数据面向精细操作理解、姿态运动学习与机器人策略研究。项目地址: https://ai.gitcode.com/Lightwheel/EgoPro创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考