La IA Física Tiene un Problema de Datos — y No Es la Recolección del Taller

Este taller en línea muestra a los equipos de IA Física cómo convertir grabaciones en bruto de robots con múltiples sensores en un corpus curado y buscable utilizando MCAP y FiftyOne.## De grabaciones a conjuntos de datos fiablesLa IA Física aún depende de tareas familiares de visión por computadora como detección, segmentación, estimación de profundidad y seguimiento. El desafío es que la unidad básica de datos ha cambiado. En lugar de una imagen y una etiqueta, los equipos ahora trabajan con episodios largos que contienen cámaras, LiDAR, GPS, IMU y registros, todos operando en relojes independientes y sin límites de fotogramas simples.El evento tendrá lugar el miércoles 9 de septiembre de 2026, de 9:00 a 10:00 AM PST, esta sesión práctica en línea examina por qué las herramientas convencionales de visión por computadora a menudo luchan con esa complejidad. Está organizada por el London AI, Machine Learning and Computer Vision Meetup y es alojada por el super organizador Jimmy G. El listado del Meetup lo describe como un evento de red con 116 asistentes participando en 48 grupos anfitriones.## Lo que cubre el tallerLa sesión sigue el viaje de los datos desde la grabación en bruto hasta el corpus curado. Los participantes aprenderán:- Qué es MCAP, cómo está estructurado y por qué se ha convertido en el formato de registro predeterminado de ROS 2 desde Iron.- Recorrer conjuntos de datos reales de IA Física producidos por robots de conducción, acuáticos y forestales.- Abrir un episodio completo con todos los sensores sincronizados en una línea de tiempo compartida, incluidos canales que el software existente puede no saber cómo decodificar.- Ver cómo FiftyOne 1.19 puede abrir archivos MCAP de manera nativa junto a imágenes y videos.- Explorar una colección completa de grabaciones en lugar de inspeccionar archivos uno por uno.- Examinar suavidad, salud del sensor y métricas de valores atípicos, incluyendo lo que mide cada señal y dónde puede ser engañoso.- Aprender a convertir las puntuaciones de calidad en decisiones defendibles sobre qué datos mantener, investigar o excluir.…Regístrate para este evento