Beschreibung
Rerun bietet eine umfassende Datenebene, die für die Komplexität von physischer KI und Robotik entwickelt wurde. Sein Kernzweck ist die Bereitstellung der wesentlichen Datenprimitive, die zum Aufbauen, Verstehen und Verbessern Ihres Daten-Loops benötigt werden. Diese Plattform ist darauf ausgelegt, multirate und multimodale Daten zu verwalten und nahtlos von der allerersten Aufnahme bis zu Datensätzen im Petabyte-Bereich zu skalieren.
Weiterlesen
Reruns Fähigkeiten umfassen die gesamte Datenpipeline. Es zeichnet sich durch die Visualisierung von allem aus, sodass Benutzer Datensätze überprüfen, komplexe Probleme debuggen und die Funktionalität mit benutzerdefinierten Ansichten und Tools erweitern können. Für die Datenanalyse unterstützt Rerun vollständige Dataframe- oder SQL-Abfragen über beliebige Robotikdaten, was tiefe Einblicke in Aufzeichnungen ermöglicht. Die Plattform erleichtert auch die Datentransformation ohne die Notwendigkeit von Kopien, was die Schemaentwicklung und das Hinzufügen abgeleiteter Spalten ermöglicht, ohne die Integrität historischer Daten zu beeinträchtigen.
Ein wichtiges Unterscheidungsmerkmal ist die Unterstützung von Rerun für das direkte Training von KI-Modellen auf Aufzeichnungen. Benutzer können Datensatzmischungen als Abfragen ausdrücken und Daten an GPUs streamen, wobei spalten- und videocodec-bewusste Dataloader genutzt werden. Dies eliminiert die Notwendigkeit eines separaten Export-Schritts und optimiert den Workflow des maschinellen Lernens. Darüber hinaus fördert Rerun die Zusammenarbeit, indem es sicherstellt, dass jeder mit denselben Daten arbeitet, mit einem einzigen Viewer und gemeinsam genutzten Aufzeichnungen, die für Teams zugänglich sind.
Die Rerun Hub-Infrastruktur treibt diesen Daten-Loop an und fungiert als Produktions-Backend für die Katalogisierung, Indizierung und Abfrage von Daten aus Objektspeichern. Dies verwandelt Rohspeicher in eine abfragbare, streamfähige Grundlage, die Edge- oder Near-Data-Transformationen ermöglicht. Die Plattform ist Open Source, wobei das Rerun-Team aktiv zu verwandten Open-Source-Projekten wie egui und gfx-rs beiträgt.
Rerun ist besonders wertvoll für Forscher und Ingenieure in den Bereichen Robotik, Computer Vision und KI-Entwicklung. Es bietet eine einheitliche Lösung für Visualisierung, Abfrage, Transformation und Training, beschleunigt Entwicklungszyklen erheblich und verbessert den Debugging-Prozess für komplexe physische KI-Systeme. Seine einfache Integration über Python, C++ und Rust macht es zu einem vielseitigen Werkzeug für eine breite Palette von Projekten.
- KategorieMLOps & Modell-Deployment
- PreismodellOpen Source
- BereitstellungCloud, On-Premise
- PlattformenWeb
Rerun's Kernfunktionen
Datenprimitive zum Erstellen und Verstehen von Daten-Loops
Unterstützung für multirate und multimodale Daten
Skalierbar von der initialen Aufnahme bis zu massiven Datensätzen
Umfassende Visualisierung von Datensätzen
Debugging-Tools für detaillierte Problemanalyse
Erweiterbar mit benutzerdefinierten Ansichten und Tools
Vollständige Dataframe- und SQL-Abfragefähigkeiten
Datentransformation ohne Datenkopien
Unterstützung für Schemaentwicklung ohne Beeinträchtigung der Historie
Direktes Modelltraining auf Aufzeichnungen
Spalten- und videocodec-bewusste Dataloader
Gemeinsamer Datenzugriff für Teamkollaboration
Open Source mit aktiven Community-Beiträgen
Python-, C++- und Rust-SDKs verfügbar
Wie verwendet man Rerun?
Erste Schritte: Folgen Sie den Schnellstartanleitungen für C++, Python oder Rust.
Daten protokollieren: Verwenden Sie das Rerun Logging SDK, um multirate, multimodale Daten aufzuzeichnen.
Visualisieren: Öffnen Sie den Rerun Viewer, um Ihre Daten zu erkunden, zu debuggen und zu annotieren.
Daten abfragen: Nutzen Sie SQL- oder Dataframe-Abfragen, um Aufzeichnungen zu analysieren.
Daten transformieren: Verfeinern Sie Ihre Daten und entwickeln Sie Schemata weiter, ohne Kopien zu erstellen.
Modelle trainieren: Streamen Sie Daten direkt von Aufzeichnungen an Ihre GPUs für das Training.
Erkenntnisse teilen: Arbeiten Sie mit Ihrem Team zusammen, indem Sie Aufzeichnungen und den Rerun Viewer gemeinsam nutzen.
Rerun's Anwendungsfälle
- Robotik-Datenvisualisierung
- KI-Modelltraining
- Verbesserung von Daten-Loops
- Multimodale Datenanalyse
- Echtzeit-Debugging
- Kollaborative Entwicklung
- Computer Vision Workflows
- Physische KI-Forschung
