liesliy

嗨 👋 我是 Liesliy，一名致力于机器人触觉数据基础设施的开发者。
把我带到这里的问题
如果你从事机器人领域，你可能已经注意到：没有人就如何标注触觉数据达成共识。
每个实验室都有自己的格式。每个数据集都以不同的模式发布。当你试图合并来自两个来源的数据时，你花在编写转换器上的时间比做实际研究还多。
我经历过。所以我构建了 TLabel —— 一个用于触觉标注数据的开源统一格式标准。

可以这样想：
ROS 标准化了机器人通信方式
ROS Bag 标准化了机器人记录方式
没有人标准化我们标注触觉数据的方式

这就是 TLabel 试图填补的空白。

它实际能做什么
具有 14 个语义维度和 4 个合规级别（L1–L4）的统一模式
在格式之间转换的适配器（GelSight、BioTac、digit、TacTip 等）
可通过 PyPI 安装，插入你的现有流程
目前还处于早期阶段 —— v0.17 刚刚发布 —— 但架构已经很稳定，我正在积极寻求真实世界的反馈。

为什么选择 Dev.to
我已经阅读 Dev.to 一段时间了。我欣赏这个地方的原因：
工程师为工程师写作 —— 没有废话，没有流量诱导
"Hello World" 文化确实有效 —— 人们真诚地欢迎新人
评论区比大多数会议都好
我在这里是为了：
分享我在构建这个没人要求的数据标准时学到的东西（但未来会需要）
结识从事传感器数据、机器人技术和具身人工智能的人
获得诚实的反馈 —— 那种会带来伤害但能让项目变得更好的反馈

我很想听听你的想法
如果你从事触觉传感、机器人数据流程或开源工具开发 —— 我想和你交流。
特别好奇：
你在当前工作流程中如何处理格式转换？
处理触觉数据集时最痛苦的部分是什么？

留下评论或私信。我保证我更感兴趣的是倾听而不是推销。🦞