DexYCB 手部抓取数据集
提供方：NVIDIA Research / University of Washington
DexYCB 含 1,000 段人手抓取序列、8 视角约 460 万张 RGB-D，每帧带 MANO 手部参数与物体 6D 位姿，CC BY-NC。
关键信息
- 就绪度
- L1 · 刚体就绪
- 判定说明
- 操作侧 L1：1,000 段真实人手抓取序列，每帧带 MANO 手部参数、21 个 3D 关节与物体 6D 位姿，可重建手-物网格用于动力学回放；但主体是人手抓取而非机器人关节驱动资产，故标 L1。
- 资产规模
- 1,000 段抓取序列（10 名受试者 × 100 次），约 58.2 万帧/视角，8 视角合计约 460 万张 RGB-D，涉及 20 个 YCB 物体（DexYCB 项目页与论文（CVPR 2021）记 1,000 序列 / 10 受试者 / 20 YCB 物体 / 8 相机 / 582K 帧每视角；全量压缩包 119 GB。抓取日期 2026-10-25。）
- 许可
- CC BY-NC（非商业） — CC BY-NC 4.0，仅限非商业用途并需署名；数据集页面明确标注该许可，商用需另行取得授权。
- 获取方式
- 直接开放
- 交付格式
- obj · other
- 适配运行时
- other
- 物理属性
- 碰撞几何关节结构传感器属性
- 按领域
- 其他
- 发布于
- 2026-10-25
- 更新于
- 2026-10-25
收录理由
灵巧操作需要接触几何正确的抓取数据，而 DexYCB 是无标记参照集：十名受试者在八台同步 RGB-D 相机的标定框架内抓取二十个标准 YCB 物体，标注精度足以直接驱动仿真。
就绪度判定
每帧都带 MANO 手部参数、21 个 3D 关节、2D 关键点、物体 6D 位姿、掩码与包围盒，且 YCB 网格随数据集提供，可为仿真流水线生成刚体 URDF。论文还量化了「交互惩罚」——物体被抓握后位姿精度从约 56% 掉到 41%——这恰恰是操作模型必须撑住的工况。
使用提示
一千段序列每段约 72 帧、30 Hz，累计约五小时独立录制，按受试者分卷从 Google Drive 分发；许可为 CC BY-NC 4.0，仅限研究用途。
许可与使用限制以官方来源为准，落地前请自行核验；本站不托管、不镜像任何资产文件。