03Compradores
Datos clave
- Tres tipos de datos: egocéntrico residencial, egocéntrico comercial y videojuegos con entradas sincronizadas.sección de datos del sitio; Acuerdo de Recolector de Datos §1.2
- Cada persona identificable en el material firmó una autorización, y cada local comercial dio permiso por escrito.Política de Privacidad §2, "Si apareces en el material"
- El material llega a los compradores solo después de pasar la revisión de calidad.Política de Privacidad §4
- Los datasets nunca incluyen nombres, datos de contacto ni datos de pago de los recolectores, y el contrato prohíbe a los compradores identificar a cualquier persona del material.Política de Privacidad §4
- TaskCapture trabaja con cientos de recolectores de datos en más de 50 países.bloque de red de la página principal; hoja de hechos F6
Qué es el video egocéntrico y por qué lo usan los equipos de robots
El video egocéntrico se graba desde los ojos de quien hace la tarea, normalmente con una cámara en la cabeza. Ves las manos, las herramientas y los objetos a la distancia y desde el ángulo en que se trabaja, y los pasos aparecen en el orden en que la persona los hizo. Si quieres empezar por lo básico, lee nuestra guía sobre qué es el video egocéntrico.
La cámara de un robot ve algo muy parecido cuando manipula objetos, y por eso quienes investigan aprendizaje de robots usan este material para preentrenar. R3M preentrenó una representación visual con video humano de Ego4D y reportó que puede ayudar a los robots a aprender tareas de manipulación con pocas demostraciones. Lo que se busca es eficiencia de datos: con una representación aprendida de video humano variado, un robot puede aprender una tarea nueva con menos demostraciones propias. Nuestra guía sobre cómo el video humano puede ayudar a los robots a aprender repasa esa investigación y hasta dónde llega.
Tres tipos de datos
Cada solicitud puede usar un tipo o varios.
| Residencial | Comercial | Videojuegos | |
|---|---|---|---|
| Entornos | Los hogares de los recolectores | Líneas de preparación de restaurantes, almacenes, tiendas, talleres y oficios, hoteles, granjas | El equipo de juego del recolector |
| Tareas típicas | Cocinar, lavar platos, lavandería, limpieza | El trabajo normal del turno del recolector | Una sesión de juego |
| Qué se ve | Las manos del recolector y la tarea, desde una cámara en la cabeza | Las manos del recolector y la tarea, desde una cámara en la cabeza, en el local con permiso por escrito | La pantalla del juego (sin cámara) |
| Señales extra | Metadatos de grabación | Metadatos de grabación | Cada entrada de teclado, ratón o control, en sincronía con la pantalla. Sin voz, chat, nombres de jugador ni telemetría del juego |
De la solicitud al material
No vendemos un catálogo fijo. TaskCapture recolecta según tu especificación.
- 01
Nos dices qué necesitas
Tareas, entornos, horas y fecha límite.
- 02
Buscamos recolectores
Personas que ya hacen esas tareas, en los lugares que necesitas.
- 03
Graban el trabajo
Para trabajo físico, una cámara pequeña en la cabeza durante las tareas normales; para videojuegos, la pantalla con cada entrada.
- 04
Recibes el material
Video y metadatos en el formato que pides, después de la revisión de calidad.
Un ejemplo práctico: una solicitud para una cocina comercial
El equipo de este ejemplo es inventado, y el caso no usa cifras de TaskCapture.
Imagina un equipo de robótica que preentrena una política de manipulación para preparar alimentos en cocinas comerciales. En su solicitud pone el tipo de datos (comercial) y las tareas ("cortar, porcionar y emplatar en una línea de preparación"). Suma una meta de horas, una fecha límite y los países que le importan. Al final define el formato: video con marcas de tiempo y metadatos del dispositivo, con la resolución y la tasa de fotogramas que el equipo elija.
Buscamos recolectores que ya trabajan en líneas de preparación en esos países. Cada uno consigue el permiso por escrito del local y la autorización de cada compañero que sale en cámara. El material pasa la revisión de calidad antes de la entrega, y el equipo lo recibe en el formato que pidió. Ni la solicitud ni la entrega dicen quiénes son los recolectores: los datasets nunca incluyen sus nombres, datos de contacto ni datos de pago.
Consentimiento, autorizaciones y procedencia
Cada persona identificable en cámara firmó una autorización. Los recolectores deben obtener una autorización firmada de cada persona identificable que graban y, en cualquier entorno comercial, permiso por escrito del dueño o gerente del local. Una persona menor de 18 años aparece solo con una autorización firmada por su padre, madre o tutor; si no, el material se rechaza y se elimina.
TaskCapture no usa reconocimiento facial ni de voz y no crea identificadores biométricos. Los recolectores aceptan cada proyecto antes de grabar, y el material de proveedores de datos sigue las mismas reglas de consentimiento que el de los recolectores de TaskCapture. Los contratos con compradores limitan el uso a desarrollar, entrenar, evaluar y mejorar modelos de IA y aprendizaje automático, y les prohíben identificar a cualquier persona que aparezca. Las reglas completas están en nuestra Política de Privacidad.
Revisa la procedencia de cualquier dataset, sea público o hecho a pedido. Cuando la Data Provenance Initiative auditó datasets de texto muy usados, encontró omisiones de licencia superiores al 70 % y tasas de error superiores al 50 % en sitios populares de datasets. Los datasets egocéntricos públicos también traen sus propias condiciones. EPIC-KITCHENS, por ejemplo, se publica con una licencia no comercial. En nuestra guía sobre licencia de datos de entrenamiento y consentimiento están las preguntas que tienes que hacerle a cualquier proveedor.
Metadatos y formatos
Las grabaciones llevan metadatos como el dispositivo usado, marcas de tiempo y datos de ubicación o GPS cuando la grabación los incluye. Las sesiones de videojuegos suman el registro de entradas: cada evento de teclado, ratón o control, en sincronía con la pantalla.
Entregamos el video y los metadatos en el formato que pidas. La resolución, la tasa de fotogramas, los volúmenes mínimos y los plazos se acuerdan en cada solicitud: indícanos los tuyos en el formulario. Nuestra lista de especificaciones para un dataset egocéntrico enumera los campos que los equipos suelen definir.
Recolección personalizada comparada con datasets públicos
Buena parte de la investigación arranca con datasets egocéntricos públicos. El artículo de Ego4D reporta 3.670 horas de video de la vida diaria de 931 personas con cámara en 74 lugares de 9 países. EPIC-KITCHENS-100 tiene 100 horas de actividad de cocina sin guion en 45 entornos, grabadas con cámaras en la cabeza, con 90.000 acciones anotadas.
| Datasets públicos de investigación | Recolección personalizada (TaskCapture) | |
|---|---|---|
| Tareas y entornos | Fijos: lo que se grabó | Tus tareas y entornos, grabados a pedido |
| Volumen | Fijo | Acordado en cada solicitud |
| Licencia | La define cada dataset; algunos son no comerciales | Acordada en tu contrato |
| Consentimiento | Lo define el protocolo de cada proyecto | Autorizaciones firmadas; permiso por escrito del local |
| Ideal para | Referencias, líneas base, preentrenamiento de investigación | Cubrir las tareas y los lugares que tu modelo encontrará |
Muchos proyectos usan los dos: un dataset público para las líneas base y material a pedido para las tareas que el modelo va a encontrar. Nuestra guía sobre los principales datasets egocéntricos públicos compara las opciones públicas, y la de datos personalizados frente a datos ya existentes te ayuda a elegir entre ambos caminos.
Cómo evaluar datos egocéntricos antes de comprar
Pide una muestra y documentación antes de comprometerte. Datasheets for Datasets propone las preguntas que debería responder la documentación de un dataset: por qué se creó, qué contiene, cómo se recolectó y para qué no debería usarse. Con video egocéntrico, fíjate además en que las manos y la tarea sigan en cuadro, que cada tarea se vea de principio a fin y que los metadatos coincidan con el video. Nuestra guía para evaluar la calidad de un dataset de video junta esas revisiones en una lista de verificación.
Errores frecuentes en las solicitudes de datos
- Pedir "video de cocina". Una categoría así cuesta delimitarla; "cortar y emplatar en una línea de preparación" ya es una tarea para la que podemos buscar recolectores.
- Dejar el formato para después. Indica desde el inicio formato de video, resolución, tasa de fotogramas y metadatos, porque se acuerdan en cada solicitud.
- No decir dónde va a trabajar el robot. Si va a operar en un tipo de local o en un país en particular, ponlo en la solicitud.
- Tomar el consentimiento como un trámite. Además de confirmar que existen, pregunta cómo se consiguieron las autorizaciones y los permisos de los locales.
- Saltarse la muestra. Con unos pocos clips ves el encuadre y la cobertura de tareas más rápido que con una hoja de especificaciones.
Qué incluir en una solicitud
Podemos delimitar rápido una solicitud que incluya estos puntos:
- El tipo de datos: residencial, comercial, videojuegos o una mezcla.
- Las actividades y los lugares, con todo el detalle que puedas (por ejemplo, "preparación en restaurante: cortar y emplatar").
- Cuántas horas de material y cuántas tareas necesitas, y tu fecha límite.
- Formato de video, resolución, tasa de fotogramas y los metadatos que necesitas.
- Países o regiones, si importan para tu modelo.
Preguntas frecuentes
¿Es un dataset ya existente o recolección personalizada?
TaskCapture recolecta a pedido. Nos describes las tareas, los entornos, las horas y la fecha límite, y buscamos recolectores que ya hacen ese trabajo en los lugares que necesitas.
¿Cómo se maneja el consentimiento?
Cada persona identificable en cámara firma una autorización, los locales comerciales dan permiso por escrito y las personas menores de 18 años aparecen solo con autorización de su padre, madre o tutor. TaskCapture no usa reconocimiento facial ni de voz, y el contrato prohíbe a los compradores identificar a cualquier persona del material.
¿Pueden recolectar en un país o entorno específico?
Indícanos en tu solicitud los países y entornos que necesitas. TaskCapture trabaja con cientos de recolectores de datos en más de 50 países, en entornos comerciales y residenciales, y confirmamos qué podemos cubrir cuando delimitamos tu solicitud.
¿En qué formatos entregan?
Video y metadatos en el formato que pides. La resolución, la tasa de fotogramas, los volúmenes mínimos y los plazos se acuerdan en cada solicitud.
¿Cuánto tarda una recolección?
Los plazos se acuerdan en cada solicitud. Pon tu fecha límite en el formulario y confirmamos qué podemos cubrir, y para cuándo, cuando delimitamos tu solicitud.
¿Para qué podemos usar los datos?
Los contratos limitan el uso a desarrollar, entrenar, evaluar y mejorar modelos de IA y aprendizaje automático, y prohíben a los compradores identificar a cualquier persona del material.
¿Los datos de videojuegos incluyen cámara o voz?
No. Los datos de videojuegos son la pantalla del juego con cada entrada de teclado, ratón o control en sincronía. No hay cámara, ni voz, chat, nombres de jugador ni telemetría del juego.
¿Cómo se compara esto con los datos de teleoperación?
En la teleoperación, una persona maneja al robot durante la tarea y eso es lo que se graba. En el video egocéntrico, la persona hace la tarea con sus propias manos. Nuestra guía comparativa explica cuándo puede ayudar cada uno.