De vídeo robótico crudo a datos de entrenamiento listos para VLA: Anotando conjuntos de datos LeRobot con Nomadic y HuggingFace Buckets

NomadicML explica cómo convertir vídeos robóticos crudos almacenados en Hugging Face Buckets en datos de entrenamiento anotados y listos para modelos de lenguaje visual-acción (VLA) mediante la herramienta Nomadic. Se destacan problemas comunes en conjuntos de datos de LeRobot, como anotaciones incompletas, falta de segmentación temporal y clasificación errónea de objetos. Nomadic ofrece anotaciones detalladas con marcas de tiempo, identificación precisa de objetos, seguimiento espacial en 3D y segmentación de escenas. La integración con Hugging Face Buckets permite subir y analizar vídeos directamente vía UI o SDK. Esto facilita la estandarización de datos para entrenamiento multi-conjunto, resolviendo cuellos de botella en la curación de datos para robótica y mejorando la generalización de VLAs.