双目 10H 样本批次

2026-11-20 通过火山引擎 TOS 交付的 2026-11-20-双目-10H.zip(180.4 GB,store 模式)。133 个 episode,10.03 小时,1,083,376 帧。页面生成于 2026-11-21 16:07 UTC。

133
episode
10.03
小时(按元数据起止时间)
1.08 M
左眼帧数(30 fps,无丢帧)
57
设备(device_id)
7
城市
39
任务类型(task_id)

内容分布

按一级环境(小时 · 段数)

Industrial Manufacturing
4.01 h · 36
Agriculture
2.29 h · 16
Logistics
1.72 h · 34
Retail Services
1.00 h · 28
Handicrafts
0.51 h · 6
Food Service
0.50 h · 13

按城市

Wenzhou
3.82 h · 32
Taizhou
2.91 h · 44
Shenzhen
1.00 h · 28
Hangzhou
0.70 h · 15
Pingyang
0.60 h · 5
Wenling
0.60 h · 6
Ruian
0.40 h · 3

按设备系列

AK8M
7.10 h · 80
CyberCap2
1.00 h · 28
AK7D
0.70 h · 15
AZEC
0.63 h · 6
AZER
0.60 h · 4

按二级环境(前 12)

Farmland and Greenhouses
2.29 h · 16
Parcel Sorting and Delivery Center
1.72 h · 34
Clothing and Footwear Retail
1.00 h · 28
Home-based Handicraft Workshop
0.51 h · 6
Commercial Kitchen
0.50 h · 13
Massage Equipment Factory
0.23 h · 2
Bearing Factory
0.20 h · 2
Aluminum Motor Housing Foundry
0.20 h · 2
Wooden Toy Factory
0.20 h · 2
Capacitor Factory
0.20 h · 2
Shoe Sole Factory
0.20 h · 2
Food Machinery Factory
0.20 h · 1

每个 episode 里有什么

文件内容
videos/<uuid>_top_left.mp4 / _top_right.mp4左右眼各一路,30 fps,全局快门;Dual-EGO 为 h264(1600×1300 / 1920×1200 / 1600×1200),CyberCap2 为 hevc(1600×1200)
timestamps/camera.csv每帧时间戳。三种表头:stream_id,frame_index,timestamp_device_seconds(99 段,设备时钟,不是 unix)、…,timestamp_unix(6 段)、CyberCap2 的 12 列宽表(28 段,含 unix ns、左右眼各自时间戳、mp4 pts)
imu/<uuid>_imu.csv约 1 kHz。Dual-EGO 为长表 timestamp_device_seconds,x,y,z,type(accel/gyro 各一行);CyberCap2 为宽表(gyro_xyz rad/s + accel_xyz m/s²,unix ns)
calibration/*camera*.yaml左右眼 KB4 鱼眼内参(fx fy cx cy k1–k4)+ 右眼相对左眼外参(mm)。三种 schema:ORBBEC 带 calibration_info(90)、ORBBEC 无头(15)、CyberCap2 T_self_ref_flat(28,单位 m)
calibration/*imu*.yaml相机–IMU 外参 T_cam_imu、时间偏移、IMU 噪声/偏置/失准矩阵(ORBBEC);CyberCap2 只有外参和采样率
<uuid>.json任务描述(英文一段)、环境三级分类、技能组、城市/GPS、设备号、固件、起止 unix 时间、各文件 sha256
streams_manifest.json流清单、坐标系约定(x 右 y 下 z 前)、时间基准

标定检查

方法:用各 episode 自己的 KB4 内参和左右眼外参做 cv2.fisheye.stereoRectify,在 6 个均匀抽样的帧上做 SIFT 左右匹配,统计校正后匹配点的纵向视差中位数。标定正确时应接近 0 px。

AK8M 系列的 1600×1300 视频,yaml 里的 K 不能直接用。 这些设备的 K(fx≈655,cx≈960,cy≈600)是按 1920×1200 标定的;同一台设备在 1920×1200 和 1600×1300 两种 episode 里 K 完全相同,yaml 只改了 image_width/height。1600×1300 的画面是 1920×1200 非等比缩放来的,像素不是正方形。使用时 fx、cx 乘 1600/1920=0.8333,fy、cy 乘 1300/1200=1.0833。受影响 66 段、4.89 小时。下表和 CSV 里的 *_use 列已经是修正后的值。
设备系列视频分辨率段数小时fx(yaml)cxcy纵向视差 · K 原样纵向视差 · K 缩放后结论
AK7D1600x1200150.70506.67985980.86 px–K 可直接用
AK8M1600x1300664.89654.19626203.23 px1.08 px需缩放 K
AK8M1920x1200142.21653.89566130.90 px0.90 pxK 可直接用
AZEC1600x130060.63504.08056520.90 px–K 可直接用
AZER1600x130040.60505.38076530.73 px–K 可直接用
CyberCap21600x1200281.00506.48046090.35 px–K 可直接用

设备系列说明

系列说明
AK8MDual-EGO,ORBBEC 标定,序列号 AK8M96…,2026-09/10 标定。K 按 1920×1200 标,视频大多被非等比缩放成 1600×1300。
CyberCap2VIRDYN CyberCap2,另一套 yaml schema(T_self_ref_flat,单位 m),equidistant 鱼眼,HEVC,1600×1200,深圳采集。
AK7DDual-EGO,yaml 无 calibration_info 头(无标定日期),序列号 AK7DA6…,1600×1200,K 与视频一致。
AZECDual-EGO,ORBBEC 标定,序列号 AZEC864…,2026-08-14 标定,1600×1300,K 与视频一致。
AZERDual-EGO,ORBBEC 标定,序列号 AZER764…,2026-07-31 标定,1600×1300,K 与视频一致。

所有设备的双目基线都在 119.2–121.1 mm;帧间隔全部 33.33 ms,最大 34 ms,没有丢帧。

逐 episode 浏览

每张卡片是该段中间位置的左 | 右眼画面,点击播放 10 秒预览(15 fps,缩小)。完整表格见下方,可下载 episodes.csv / episodes.json。

完整表格

uuid设备系列城市环境任务时长 s分辨率编码fx 用fy 用cx 用cy 用基线 mm视差·原样视差·缩放K

本地数据:/data/jungaocv/volc_binocular_10h/(zip、meta/、extract/、episodes_summary.json、epi_results.json)。