亚马逊发布了一个数据集，其中包含超过190万个物体的图像，据称这些物体可用于训练机器人进行拾取和放置任务。亚马逊声称这是在工业产品分类环境中捕获的最大图像数据集。

该数据集名为ARMBench，可用于训练拾取和放置机器人，以更好地概括新的对象和上下文。这些图像是在亚马逊仓库中收集的，机械臂从装满物品的箱子中取出一件物品，然后将其转移到传送带上的托盘中。由于箱中的对象种类繁多，并且它们具有各种配置和交互，因此此任务可能很困难。

数据集中的图像分为三类：

• 拣选图像：机器人开始拣选之前装满物品的箱子的自上而下图像

• 传输图像：机器人将物品转移到托盘时从多个视点捕获的图像

• 放置图像：放置所选物品的托盘的自上而下图像

ARMBench 包含来自三个独立任务的图像，即对象分割、对象识别和缺陷检测。

对象检测数据集可帮助机器人识别同一箱中不同产品的边界，其中包含超过50，000张图像。这些图像显示每张图像 50 到 10 个手动对象分割，平均约为 5.<> 个。

对象分割数据集可帮助机器人确定参考数据库中的哪个产品图像对应于图像中突出显示的产品。此数据集包括超过 235，000 个标记的拣选活动，每个领料活动包括一个拣选图像和三个传输图像。该数据集还包括超过 190，000 种产品的参考图像和文本描述。模型可以学习将这些参考产品之一与拾取和传输图像中突出显示的对象进行匹配。

从左到右：来自亚马逊 ARMBench 数据集的拣选图像、传输图像和放置图像。|来源：亚马逊

缺陷检测数据集包括图像和视频，可帮助系统了解机器人何时犯了错误，例如捡起多个物品而不是一个或在传输过程中损坏物品。该数据集在传输阶段捕获了 19，000 多张图像。它还包括 4，000 多个视频，这些视频记录了导致产品损坏的拾取和放置活动。

视频是此数据集的一个关键方面，因为某些类型的产品损坏最好通过视频进行诊断，因为它们可能发生在传输过程中的任何时候。缺陷检测数据集还包含超过 100，000 个无缺陷的拾取和放置活动的图像和视频。

亚马逊计划继续扩大ARMBench中图像和视频的数量，以及它们描述的产品范围。

2022 年 65 月，亚马逊推出了 Sparrow，这是一种能够在包装前挑选单个产品的机械臂。据该公司称，Sparrow可以在亚马逊仓库处理的超过100亿种不同物品中挑选<>%。

Sparrow可以挑选各种物品，如DVD，袜子和毛绒玩具，但很难选择包装松散或复杂的物品。该公司似乎有可能利用其在开发Sparrow时所做的研究来构建这个数据集。

在美国亚马逊机器人公司(Kiva System)Amazon Robotics，我们一直在重新构想现在的样子。我们看到了大局，设想了一个更好的局面，并建立了将复杂问题变成优雅简单解决方案的联系。我们现在朝着更智能，更快，更一致的客户体验的方向推动着亚马逊以及整个行业向前发展。我们以无畏的决心，以切实可行的解决方案来解决这一不可能，我们今天将迎接明天的挑战。我们现在重新想象。

Amazon Robotics成立于2003年，其理念是为了满足电子商务中的消费者需求，必须有一种更好的订单履行解决方案。今天，该公司正在彻底改变亚马逊在全球的运营。作为亚马逊最大的东海岸研究与开发组织，亚马逊机器人公司的发展速度超过了公司历史上的任何时候，而且规模不断扩大，并扩大了我们的技术章程。

我们所做的

Amazon Robotics是Amazon.com的全资子公司，可通过自动化实现更智能，更快，更一致的客户体验。 Amazon Robotics使用多种机器人技术方法（包括自动移动机器人，复杂的控制软件，语言感知，电源管理，计算机视觉，深度感测，机器学习，对象识别和命令的语义理解）使履行中心的操作自动化。

Amazon Robotics专注于研发，以不断探索将其产品线扩展到新领域的新机会，这些新机会将重新定义“ Now”的含义，并使Amazon继续为客户提供令人愉悦和惊奇的体验。

Amazon Robotics总部位于波士顿地区，位于机器人创新的中心，并已建立企业和学术合作伙伴关系，以支持整个机器人生态系统的创新，从而更快地将前沿技术引入该领域。