フィジカルAIデータセット

このデータセットは116,048組の3Dジェスチャーデータを含み、各組には手のマスク画像（RGB、24ビット）、深度画像（16ビット）、カメラ内部パラメータファイル（TXT）、3次元キーポイントファイル（OBJ）、メッシュファイル（OBJ）、ジェスチャーラベルファイル（TXT）、キーポイントデモ画像（JPG）、メッシュデモ画像（JPG）が含まれます。収集環境は室内、右手（手持ち物なし）、一人称視点と三人称視点をカバーし、多種のジェスチャータイプ、指の姿勢、手全体の回転姿勢、複数人による収集です。収集設備は複数のKinectで、個人の顔の機密情報は含まず、手のマスク画像と深度画像は位置合わせ済みです。このデータセットはジェスチャー認識、手の3D再構築、手のキーポイント検出などのタスクに使用可能です。

ロボット学習データセット購入をお探しの方へ。実世界で収集された10万時間規模の一人称視点（エゴセントリック）操作データセットをご紹介します。フィジカルAIやVLAモデルの学習に最適な教師データとして、研究開発から商用製品化まで幅広くご活用いただけます。近年、ロボット制御やマルチモーダルAIの実用化において、シミュレーションから実環境への移行（Sim-to-Real）が重要な課題となっています。特に視覚・言語・行動を統合するフィジカルAIモデルの開発では、人間の操作意図や環境構造、時間的連続性を記録した高品質なデータが不可欠です。しかし実際には、実世界データの収集コスト肥大化、アノテーション品質のばらつき、マルチモーダル同期の欠如、ライセンス不明確さといった課題が開発を阻んでいます。本データセットはこれらの課題を解決するため、時間同期されたステレオ動画、カメラキャリブレーションパラメータ、3Dシーン再構築点群データ、人体関節データ、ステップ別セマンティックアノテーションをワンパッケージで提供します。すべてのモダリティがフレーム単位で同期済みであり、前処理の手間なく学習パイプラインに投入可能です。厨房・工場・家庭など200以上の実環境シナリオを網羅し、ドメイン適応研究や実世界タスクの模倣学習に最適化されています。また専門家による構造化アノテーションにより、VLAモデルのChain-of-Thought学習やタスク分割にも直接活用可能です。商用利用可能なVLAデータセット、フィジカルAI学習データを探し中の開発者様のニーズに応え、ロボット制御・実世界認識・言語連携アルゴリズムの実用化を最短ルートで支援します。サンプルデータ無料提供・カスタム収集相談も承っておりますので、お気軽にお問い合わせください。