nusshao/

SocialNav-Dataset

	SocialNav-SUB数据集制作




	
	Background

Raw Dataset地址为 https://huggingface.co/datasets/michaelmunje/SocialNav-SUB 根据原论文，是一个VQA（Video Question Answering）的数据集。 但是作者只提供了Raw Data，没法直接用来训练VLM。此项目为制作openai-chat格式的VQA数据集，用于llama-factory的SFT训练。

作者提供的human-labeled的RGB图像，是front-view和BEV拼接在一起的。

我们运行extract_labeled.py将labeled RGB提取到/labeled_front_view文件夹中，同时保留num of people的信息。

最后，运行downsample.py将图片分辨率降采样为640*360。

运行build_dataset.py即可