数据集机器人具身智能【免费下载链接】seed项目地址https://ai.gitcode.com/hf_mirrors/bones-studio/seed点击查看免费下载BONES-SEED 运动分类体系是这套开源人形机器人动作数据集的核心导航框架它把 142,220 条标注动作动画约 288 小时 120 fps归纳为8 大 Package与20 种细粒度 Category从行走、舞蹈到开门、读报一网打尽。无论你是训练人形机器人全身控制策略还是做文字生成动作实验这份清单都能帮你快速锁定想要的动作子集。一、BONES-SEED 数据集与运动分类体系速览先建立整体认知维度说明动作总量142,220 条71,132 原始 71,088 左右镜像总时长约 288 小时 120 fps表演者522 位演员253 女 / 269 男年龄 17–71 岁动作分类8 大 Package 20 种 Category层级清晰输出格式SOMA Uniform / SOMA ProportionalBVH Unitree G1 MuJoCo 兼容CSV标注深度每条最多 6 条自然语言描述 时序分割 结构化元数据运动分类体系采用Package → Category两级结构Package 是大类如 Locomotion、Communication适合粗粒度批量筛选Category 是细分标签如 Gestures、Dancing、Object Manipulation适合精准定位某类动作。二、8 大 Package 全量数据一览 ️Package动作数占比内容概览Locomotion74,48852.4% 行走、慢跑、跳跃、攀爬、匍匐、转向与状态切换Communication21,49315.1% 手势、指向、注视与沟通性肢体语言Interactions14,64310.3% 物体操作、抓取放置、搬运与工具使用Dances11,0067.7% 多风格全身舞蹈表演Gaming8,7006.1% 游戏风格动作与高动态动作Everyday5,8164.1% 家务、进食、坐下、阅读等日常活动Sport3,9932.8%⚽ 体育动作与专项运动Other2,0811.5% 特技、武术、魔术与边缘动作合计142,220100%— 两个值得注意的信号Locomotion 独占一半以上基础位移类动作是全身控制与步态学习的核心语料占比最高说明数据重心明确。长尾类别依然完整Martial Arts 仅 20 条、Magic 仅 160 条——小众但完整适合做边缘用例edge case测试。三、20 种动作类别完整清单 按动作数降序排列覆盖从基础位移到风格化表现的全部场景#Category细分类别动作数说明1Basic Locomotion Neutral33,430中性基础位移走/跑基础款2Baseline22,878基准动作站立、姿态切换等3Gestures17,590手势4Object Manipulation11,620物体操作5Dancing11,006舞蹈6Object Interaction10,817物体交互7Basic Locomotion Styles10,746风格化基础位移带受伤、急促等风格8Advanced Locomotion6,036进阶位移跳跃、攀爬等9Sports3,973体育运动10Communication3,723沟通性动作11Unusual Locomotion3,242非常规位移匍匐等12Other2,081其他13Consuming1,388进食14Household1,318家务15Stunts858特技16Environments614环境交互17Complex Actions540多阶段复杂动作18Looking and Pointing180注视与指向19Magic160魔术20Martial Arts20武术 小技巧Category 名称与content_type_of_movement、content_uniform_style等元数据列联动。例如Basic Locomotion Styles对应的风格标签有injured leg腿部受伤、hurry急促、old老人姿态等可用它们做同一动作不同风格的对比训练。20 种 Category ↔ 8 大 Package 对应关系Package 是抽屉Category 是抽屉里的格子。完整映射如下Package包含的 Category动作数Locomotion74,488位移与步态Basic Locomotion Neutral33,430· Baseline22,878· Basic Locomotion Styles10,746· Advanced Locomotion6,036· Unusual Locomotion3,242Communication21,493交流与表达Gestures17,590· Communication3,723· Looking and Pointing180Interactions14,643物体交互Object Manipulation11,620· Object Interaction10,817*Dances11,006舞蹈Dancing11,006Gaming8,700游戏风格动作与动态表演Everyday5,816日常生活Consuming1,388· Household1,318· 日常杂项Sport3,993运动Sports3,973Other2,081边缘用例Other2,081· Stunts858· Environments614· Complex Actions540· Magic160· Martial Arts20* Object Manipulation 与 Object Interaction 的命名非常接近但二者是元数据中独立的 Category做筛选时请精确匹配字符串避免漏掉一半数据。四、元数据文件在哪里定位每条动作的分类 分类信息存储在元数据文件中仓库内实际路径文件说明seed_metadata_v004.parquet主元数据表142,220 行 × 51 列package、category、filename等列都在这里seed_metadata_v004.csv同一份元数据的 CSV 版方便用 Excel/表格软件直接查看seed_metadata_v002_temporal_labels.jsonl时序分割标签每条动作按秒级时间戳切分每段附自然语言描述由 NVIDIA 为 Kimodo 项目创建加载与过滤的极简示例只需几行代码import pandas as pd # 读取主元数据parquet 或 csv 二选一 df pd.read_parquet(metadata/seed_metadata_v004.parquet) # 按 Package / Category 快速筛选训练子集 loc df[df[package] Locomotion] # 全部位移类 gest df[df[category] Gestures] # 全部手势 danc df[df[category] Dancing] # 全部舞蹈五、按任务挑选动作子集实操建议 你的任务优先选择理由人形机器人全身控制策略Locomotion74,488 条步态数据量最大、覆盖最全面语言条件交互 / 手势指令Communication Interactions手势与物体操作语义标签最丰富动作生成 / 文字生成动作Dances Gaming风格多样、动态幅度大生成模型更爱这类数据仿真到真实迁移Sim-to-real任意 Package 的g1/格式Unitree G1 MuJoCo 兼容关节角序列直接喂进仿真动作检索 / 动作理解全部 Package每条动作最多 6 条自然语言描述 时序分割标签骨骼与形状文件的入口配合上面的动作文件使用SOMA 统一骨骼定义soma_base_skel_minimal.bvhUSD 版在同目录SOMA Uniform 共享形状参数soma_base_fit_mhr_params.npzSOMA Proportional 按演员的身体比例参数soma_proportion_fit_mhr_params/如 A001.npz六、获取并加载动作数据下载仓库含元数据与三个格式的 tar 包后解压即可git clone https://gitcode.com/hf_mirrors/bones-studio/seed cd seed tar -xzf soma_uniform.tar.gz # SOMA UniformBVH tar -xzf soma_proportional.tar.gz # SOMA ProportionalBVH tar -xzf g1.tar.gz # Unitree G1CSV解压完成后先加载元数据表、用package/category两列筛出目标子集再按filename去对应目录取 BVH / CSV 动作文件——这就是使用 BONES-SEED 运动分类体系的标准工作流。 更完整的标注字段51 列元数据 Schema、时序分割示例、演员生物特征等请查阅仓库根目录的 README.md。赞分享数据集机器人具身智能【免费下载链接】seed项目地址https://ai.gitcode.com/hf_mirrors/bones-studio/seed点击查看免费下载相关推荐Formtastic输入类型大全20种表单控件完整解析Formtastic输入类型大全20种表单控件完整解析 Formtastic是一个强大的Rails表单构建器插件提供了超过20种语义化输入类型让开发者能后端UI组件Baekjoon 问题集分类清单markdown/list.md解析23 大算法分类体系与自动化生成原理Baekjoon 问题集分类清单markdown/list.md解析23 大算法分类体系与自动化生成原理 本篇技术指南围绕 Baekjoon 编码测试问题示例工程BONES-SEED自然语言标注解析:每条动作6种描述如何驱动动作检索与生成BONES SEED自然语言标注解析:每条动作6种描述如何驱动动作检索与生成 BONES SEED 是一个包含 142,220 条带标注人类动作的开源数据集每数据集机器人具身智能创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考