hflow

训练前自动体检机器人数据，坏帧丢帧一跑就现形

hflow 是面向机器人团队的 Python SDK，用于在训练 AI 模型前验证数据质量。机器人训练数据常来自多传感器采集（摄像头、激光雷达、IMU、关节状态等），格式多样且规模庞大，低质量样本会直接拖垮模型效果。hflow 把数据质量检查做成可编排的流水线：基于 Airflow 调度任务，用 DuckDB 直接查询 Parquet 等列式存储，支持 LeRobot、MCAP、Foxglove 等机器人数据格式，可对多模态数据做一致性、完整性、时序对齐等校验，并输出可视化报告。团队可以像写数据工程管道一样定义检查规则，在数据入库或训练前自动跑批，快速定位坏帧、丢帧、时间戳错乱等问题，减少人工抽检成本。项目处于早期，272 星，适合想搭建机器人数据质量体系的团队参考和二次开发。

开源 unknown 数据集

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 272

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类数据集

开发团队Hebbian-Robotics

所属国家

官网地址https://hebbianrobotics.com

GitHubhttps://github.com/Hebbian-Robotics/hflow

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型airflow,data-engineering,data-pipeline,data-quality,dataset-curation,duckdb,foxglove,lerobot,mcap,multimodal,parquet,physical-ai,python,rerun,robot-learning,robotics,robotics-data

GitHub 星标★ 272

30天Star增速

HF 下载量

上线时间2026-08-18 00:00:00

最近更新2026-09-18 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-19

浏览次数0