ARMBench balanced 6,926 episodes

独立视频数据集：全部 corrected 缺陷 episode（open 1,373 + deconstruction 2,090），以及从 corrected nominal 100,612条中不放回均匀随机抽取3,463条。随机种子20260922；先按ID排序，用Python random.Random(seed).sample抽样，再排序。确切名单已冻结于selection.json，后续复现以该名单为准。

目录

• episodes/<原始ID>/video.mp4：原始视频字节复制，无转码、无软链接、无源文件硬链接。
• original_annotation.json：对应原始包JSON，逐字节保留，不覆盖、不清洗。
• corrected_annotation.json：仅在修正包提供该ID时保存，逐字节保留。
• effective_annotation.json：修正标注优先，否则原始标注；这是本数据集分组依据。
• episode.json：标签、缺陷二分类、原始split、文件路径、大小、SHA256。
• manifest.jsonl：全量episode清单，每行一条。
• annotations/*.parquet：7份辅助标注按入选trial筛选，保留原始字段/编码。包括缺陷mask、分段序列以及arm/src/dest/crop框。
• annotations/train.json、test.json：原划分与本子集的交集。没有重新划分训练/测试；其余episode记unassigned。
• selection.json、summary.json、SHA256SUMS：固定样本、统计、校验。

标签解释及注意事项

nominal仅表示该数据标签体系下无缺陷，不证明整个机器人任务成功。open/deconstruction为视频级缺陷标签，不表示整段视频负向。逐帧缺陷mask编码语义不在本次构建中重新解释。

原始JSON可能含NaN；为完整保留来源，本包没有修改这些内容。Python json可以读取，严格JSON解析器需要显式处理。

修正包是补丁，不是104,075条的全量替代标注。effective_annotation.json使用corrected_annotation.json优先。某些原始标签与最终标签不同是预期行为。原defect mask包含3条后改判nominal的记录；若抽中这些episode，保留原辅助标注，但最终类别仍以effective_annotation.json为准。

验收与迁移

构建过程对每个复制文件计算源和目标SHA256并比较；没有重新做视频全量解码。所有视频和标注都在此目录内，可直接整体复制到新机器。复制后在此目录运行：

sha256sum -c SHA256SUMS

License-CC-BY.txt为原始包自带许可文本，原样保留；不重新声明修正包的独立许可。来源原始包/data_6/armbench/extracted，修正包/data_6/armbench/annotations/extracted/ARMBench。build_dataset.py保存完整构建规则。