Visualize Dataset (v2.0+ latest dataset format)

Visualize Dataset (v2.0+ latest dataset format)

用同步的视频、交互图表、3D 机器人回放和标记坏数据片段的工具，浏览 LeRobot 格式的机器人数据集。适合机器人研究人员和从业者。

由 lerobot 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：LeRobot Dataset Visualizer 是一个用来探索机器人数据集的网页应用，尤其适合 LeRobot 格式的数据集。你可以在各个组织、数据集和片段之间切换，观看视频，并阅读与视频同步移动的图表。它还提供统计信息、找出坏片段的办法，以及机器人的 3D 回放。

适合谁：它适合处理机器人录制数据、想在训练之前先看看数据集内部的人。

行业 | 谁在用 | 怎么用 | 例子
机器人 | 研究人员 | 检查大型录制数据集 | 打开一个片段，一边看视频一边看图表
机器学习 | 机器学习工程师 | 在训练之前判断数据质量 | 用筛选面板标记动作抖动的片段
教育 | 学生 | 了解机器人数据是什么样子 | 在 3D 回放里逐步查看机器人的关节
数据标注 | 标注员 | 手动编辑语言标注 | 在标注面板里添加一条子任务说明

如果你的数据不是机器人片段，可以跳过它，因为这个工具就是围绕这类数据集构建的。

用在哪里：

• 浏览器：打开 Hugging Face 上这个 Space 的页面
• 你自己的 Windows、macOS 或 Linux 电脑上的 Docker

使用场景 | 谁用 | 得到什么
探索一个片段 | 研究人员 | 与传感器和控制图表同步播放的视频
整理数据集 | 机器学习工程师 | 以可直接运行的 LeRobot 命令形式给出的被标记片段清单
在 3D 里回放机器人 | 机器人工程师 | 逐帧的关节姿态，带末端执行器轨迹

如何设置：在线页面不需要准备任何东西。本地副本需要 Docker、用来获取文件的 Python 和 pip，以及仓库在 .env.example 里列出的设置。

• Docker
• Python 和 pip，用来获取文件
• .env.example 里列出的设置
• Windows、macOS 或 Linux

1. 安装 Hugging Face hub 库。
2. 把 Space 的文件下载到名为 visualize_dataset 的文件夹。
3. 进入该文件夹。
4. 构建 Docker 镜像。
5. 发布 7860 端口并运行容器，然后在浏览器里打开该端口。

pip install -U huggingface_hub
hf download lerobot/visualize_dataset --repo-type space --local-dir visualize_dataset
cd visualize_dataset
docker build -t visualize_dataset .
docker run -it -p 7860:7860 visualize_dataset

如何使用：打开页面，用侧边栏和导航控件选一个组织、一个数据集和一个片段。观看视频，然后打开你需要的面板。

docker run -it -p 7860:7860 visualize_dataset

本地副本运行这一行，然后在你自己的机器上访问 7860 端口。

工具 | 作用
概览面板 | 汇总数据集的元数据、相机信息和片段详情
统计面板 | 报告有多少个片段、录制的总时长、帧率，以及片段长度的分布
动作洞察面板 | 提供自相关、状态与动作对齐、速度分布和方差热力图，帮助做训练决策
筛选面板 | 标记几乎不动、动作抖动或长度异常的片段，再把它们的 ID 导出为 LeRobot 命令
3D 回放 | 一帧一帧地回放一批受支持机器人的关节姿态，例如 SO-100 和 Unitree G1
3D 手部 | 找到原生的手部标注，显示手腕、21 个关节的手部骨架和手腕轨迹
标注面板 | 让你手动编辑语言标注，并在相机画面上绘制方框或关键点

示例：你打开一个片段，一边看相机视频，一边看图表随之移动。然后你用筛选面板标记动作抖动的片段，并复制它给出的删除命令。

新手与专家：先从一个你熟悉的数据集的概览和统计面板开始。然后打开一个片段，看视频和图表是怎么对齐的。

这个应用使用 Next.js 和 React，用 Recharts 画图表，用 Three.js 和 react-three-fiber 做 3D 场景。它用分页、分块和懒加载面板来读取 parquet 和 JSON 数据，所以大型数据集也能很快打开。手部视图需要特定的标注字段，包括 156 维的动作，以及相机坐标和世界坐标下的手部关节。不需要任何模型权重或网格。当相机、它的标定或视频尺寸缺失或不匹配时，相机叠加层会被关闭。

选一个组织、数据集和片段
从 Hub 加载元数据、视频和遥测数据
面板绘制图表、统计和 3D 视图
你标记坏片段或编辑标注

注意事项：

• 可选服务：backend 文件夹里的一个 FastAPI 服务，为标注编辑重写 parquet 文件并推送到 Hub。
• 限制：手部视图需要上面列出的标注字段。缺失或被遮挡的姿态会保留为空缺。
• License：apache-2，仓库里有 LICENSE 文件。
• Cost to run：未提及。
• Data it reaches：来自 Hub 的数据集元数据、片段视频和传感器数据。标注编辑可以通过可选服务写回 Hub。

Hugging Face 上的数据（2026年11月13日）

• 点赞：754
• 构建方式：docker
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/lerobot/visualize_dataset
• 文件：https://huggingface.co/spaces/lerobot/visualize_dataset/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。