tlabel 是一个开源的触觉数据标注工具支持 GelSight、DIGIT、PaXini 等多种传感器输出统一的 22 维标准格式。v0.14.0 新增了可配置 Primitive 分类系统核心能力1、默认内置 7 种 T-Rex 论文定义的 primitivereach/grasp/press/squeeze/wrap/wipe/lift2、支持自定义注册新的 primitive带物理规则约束3、从视触觉图像自动推断 primitive不需要力传感器4、每条预测结果带来源和置信度标签安装bashpip install tlabel默认预测加载数据一行代码自动推断 primitiveimporttlabel datatlabel.demo(gelsight)data.predict_primitives()引擎会从 GelSight 图像中估算力分布再根据力的模式匹配到对应 primitive。注册自定义 Primitive如果你的任务有默认分类里没有的动作比如 poke、twist一行注册tlabel.register_custom_primitive(poke,force_range(0.1,0.8),# 力的范围Ndeformation_max0.15,# 最大形变mmcontact_requiredTrue,# 是否需要接触confidence0.5# 最低置信度)# 使用自定义 primitive 进行预测data.predict_primitives(min_confidence0.4)注册后的 primitive 和内置的一样带来源和置信度标签。局部 Taxonomy不改全局不想污染全局注册表可以创建独立的 taxonomy 对象taxonomytlabel.get_default_taxonomy()fromtlabelimportPrimitiveRule taxonomy.register(PrimitiveRule(namepoke,min_force0.1,max_deformation0.15,contact_requiredTrue,min_confidence0.5))# 用这个 taxonomy 做预测data.predict_primitives(taxonomytaxonomy,min_confidence0.4)手动标注也可以手动给时间段打标签data.add_primitive(reach,start_frame0,end_frame10)data.add_primitive(grasp,start_frame10,end_frame25)data.add_primitive(lift,start_frame25,end_frame40)# 查看时间轴data.get_primitive_timeline()# [(reach, 0, 10), (grasp, 10, 25), (lift, 25, 40)]导出data.export(output.csv)导出 CSV 包含三列新字段primitive_labelprimitive 名称primitive_source来源manual / ai_predicted / ai_predicted_estimatedprimitive_confidence置信度设计原则是辅助标注不做主——AI 预测只是带元数据的建议低置信度的段落留空让你手动标。链接GitHubhttps://github.com/liesliy/tlabelPyPIhttps://pypi.org/project/tlabel/T-Rex 论文https://arxiv.org/abs/2503.08695有问题欢迎评论区交流。