导出是数据离开平台的方式。它把一个冻结的数据集版本变成可以下载的数据集,你可以核对它,再接进自己的训练代码。默认格式是 LeRobot v3;如果训练代码需要别的格式,也可以换一种。因为版本不会改变,同样的导出设置描述的永远是同一份数据。
开始导出
打开导出对话框
在「版本」中打开一个版本,点击右上角的「导出」。在「格式」里选择导出格式,默认是 LeRobot v3,包含相机视频并编码为 H.264。各种格式的区别见下文。
确认导出内容
对话框顶部的「导出内容预览」会告诉你:来自多少条录制的多少个任务片段、有多少个 AI 建议的片段还没人审阅,以及有哪些隐私问题。选择要包含的「划分」和是否「包含标签」,然后点击「开始」。
等待完成
导出会出现在版本页的「导出」列表里,状态依次是「排队中」「进行中」和「已完成」。如果设置和已有的某次导出完全相同,平台会直接复用那次导出,不会重新生成。
导出格式
大多数团队用默认的 LeRobot v3 就够了:平台内部就以它为标准格式,导出后可以直接用 LeRobot 和 Hugging Face 工具加载。如果你的训练框架需要别的格式,在「格式」里换一个即可。机器人项目可以选全部六种格式,人类项目可以选前四种。
| 格式 | 适合 | 项目 |
|---|---|---|
| 「LeRobot v3」(默认) | LeRobot 和 Hugging Face 工具,相机视频为 H.264。 | 机器人、人类 |
| 「LeRobot v2.1」 | 还在用 LeRobot v2.1 的训练代码。 | 机器人、人类 |
| 「原始文件」 | 与上传时完全相同的原始文件。 | 机器人、人类 |
| 「MP4 和 JSON」 | MP4 视频加 JSON 元数据,方便接入自己的工具。 | 机器人、人类 |
| 「RLDS」 | OpenVLA 和 Octo。仍需在它们的加载配置中注册数据集。 | 机器人 |
| 「robomimic HDF5」 | robomimic。勾选「包含相机图像」可以带上画面。 | 机器人 |
本页后面以 LeRobot v3 数据包为例;其他格式同样提供文件列表和 SHA-256 校验值。
数据包里有什么
完成的导出是一个 export.zip:一个完整的 LeRobot v3 数据集,包含数据表、元数据和相机视频。如果包含标签,每个片段还会在 meta 下的 embodiflow 文件夹里带上自己的标签和逐片段测量值。和压缩包放在一起的 artifact.json 描述了这个数据包:片段、帧数、特征、视频设置,以及每条录制的审核和隐私状态。
「导出」列表的每一行显示格式、状态、创建时间、「加载检查」和大小。加载检查会用 LeRobot 加载器打开数据包,只有「已通过」才表示加载成功。格式下方的一行写明包里的内容,比如相机视频和标签。
下载与核对
在已完成的导出上点击「下载」即可获取数据包。想确认传输过程中文件没有变化,打开「文件」标签页:这里列出每个文件的路径、大小和 SHA-256,可以和你自己算出的校验值对比。
解压之后,官方 LeRobot 库可以直接读取这个文件夹:
先 from lerobot.datasets.lerobot_dataset import LeRobotDataset,再 LeRobotDataset("/path/to/unzipped")。
配合 Hugging Face 工具使用
导出列表上方的「配合 Hugging Face 工具使用」为这个版本准备了三段可以直接复制的代码:EmbodiFlow 的 SDK、LeRobot 和 hf download。LeRobot 和 hf download 两段把 HF_ENDPOINT 指向你团队的 Hugging Face 兼容地址,并通过 HF_TOKEN 传入访问令牌,把 <access-token> 换成你自己的即可。点击代码旁的「复制」就能拿走。
导出前的隐私要求
任何项目都不需要书面同意书。关键是匿名化:有人出镜的录制必须先通过匿名化,数据才能导出。如果还有录制没通过,导出会被拒绝,并提示有几条录制需要匿名化;对这些录制运行匿名化步骤并确认结果即可。含有暂时无法消除的音频的录制,同样不能导出。
不阻止导出的隐私问题,比如模糊后可能仍有人脸,会列在「导出内容预览」里,并且永远不会显示为通过。未审阅的 AI 建议片段也一样:它们会被导出,对话框会写明数量。