Datensatzstruktur

Verzeichnisstruktur

electrical-assembly-1.3.0/
├── manifest.json           # dataset, version, counts, file map
├── LICENCE.md              # terms this release is delivered under
├── CHANGELOG.md            # what changed since 1.2.0
├── checksums.txt           # sha256 per file
├── episodes/
│   ├── episodes.parquet    # one row per episode
│   └── annotations.parquet # one row per subtask span
├── video/
│   └── ep_000123/
│       ├── head.mp4
│       └── chest.mp4
├── calibration/
│   └── ep_000123.json      # intrinsics and mount geometry
├── provenance/
│   └── provenance.parquet  # one row per episode
└── splits/
    ├── train.txt
    └── eval.txt

manifest.json

Das Manifest ist der Einstiegspunkt. Lesen Sie es zuerst — es benennt die Schemaversion, die Ihr Loader unterstützen muss, und verweist für jede logische Tabelle auf einen Pfad.

{
  "dataset_id": "electrical-assembly",
  "version": "1.3.0",
  "schema_version": "2.1",
  "released_at": "2026-05-14",
  "episode_count": 1420,
  "accepted_hours": 56.4,
  "environments": ["workshop"],
  "sensors": ["gopro-head", "chest-cam"],
  "licence": {"tier": "commercial", "file": "LICENCE.md"},
  "files": {
    "episodes": "episodes/episodes.parquet",
    "annotations": "episodes/annotations.parquet",
    "provenance": "provenance/provenance.parquet",
    "splits": {"train": "splits/train.txt", "eval": "splits/eval.txt"}
  },
  "checksums": {"algorithm": "sha256", "file": "checksums.txt"}
}

episodes.parquet

Eine Zeile je Episode. Eine Episode ist ein vollständiger Versuch der spezifizierten Aufgabe, mit expliziten Start- und Endbedingungen.

• episode_id — stabile Zeichenkette, eindeutig innerhalb des Datensatzes.
• task — Aufgabenkennung aus dem Aufgabenvokabular des Datensatzes.
• environment — workshop, construction-site, residential oder industrial.
• duration_s — Episodenlänge in Sekunden.
• outcome — success, failure oder recovery.
• contributor — pseudonyme Kennung, über Episoden hinweg stabil.
• streams — für diese Episode verfügbare Sensorströme.

annotations.parquet

Eine Zeile je Teilaufgaben-Abschnitt, über episode_id mit den Episoden verknüpft. Abschnitte sind innerhalb einer Episode zusammenhängend und überschneidungsfrei.

• episode_id, span_index — Verknüpfungsschlüssel und Reihenfolge innerhalb der Episode.
• label — Teilaufgabenlabel aus dem veröffentlichten Vokabular.
• start_s, end_s — frame-genaue Grenzen in Sekunden.
• tool, object — referenzierte Entitäten, können null sein.
• result — Ergebnis eines verify-Abschnitts, kann null sein.

Splits

Die vorgeschlagenen Trainings- und Evaluierungssplits trennen Mitwirkende und Einsatzorte, damit die Evaluierung keine auswendig gelernten Szenen misst. Sie sind ein Vorschlag, keine Vorgabe — die Episodenliste können Sie beliebig neu aufteilen.