liesliy

嘿 👋 我是 Liesliy，一位致力於機器人觸覺資料基礎建設的開發者。
帶我來到這裡的問題
如果你從事機器人相關工作，你可能已經注意到一件事：沒有人能就觸覺資料的標註方式達成共識。
每個實驗室都有自己的格式。每個資料集都以不同的結構發佈。當你嘗試整合來自兩個來源的資料時，你花在撰寫轉換器上的時間比實際研究還多。
我經歷過這些，所以我建立了 TLabel — 一個開源的統一格式標準，用於觸覺標註資料。

可以這麼想：
ROS 標準化了機器人之間的通訊方式
ROS Bag 標準化了機器人的錄製方式
但沒有人標準化我們如何標註觸覺資料

這正是 TLabel 試圖填補的空白。

它實際上做了什麼
包含 14 個語義維度與 4 個合規等級（L1–L4）的統一結構
可轉換不同格式的轉接器（GelSight、BioTac、digit、TacTip 等）
可透過 PyPI 安裝，輕鬆嵌入現有流程
目前仍處於早期階段 — v0.17 剛發布 — 但架構穩固，我正在積極尋求真實世界的回饋。

為什麼選擇 Dev.to
我已經閱讀 Dev.to 一段時間了。我欣賞這個地方的原因：
工程師為工程師撰寫 — 沒有廢話，沒有流量操作
「Hello World」文化確實有效 — 人們真誠歡迎新手
留言區比大多數研討會還好
我來這裡是為了：
分享我在建立一個（目前）沒人要求的資料標準時所學到的東西
認識從事感測器資料、機器人與具身 AI 的人們
獲得誠實的回饋 — 那種會讓人不好受，但能讓專案變得更好的回饋

我很想聽聽你的意見
如果你從事觸覺感測、機器人資料流程或開源工具開發 — 我想和你聊聊。
我特別好奇：
在你目前的流程中，你如何處理格式轉換？
在處理觸覺資料集時，最痛苦的部分是什麼？

歡迎留言或私訊。我承諾我更想傾聽，而不是推銷。🦞