Descripción
Rerun ofrece una capa de datos integral diseñada para las complejidades de la IA física y la robótica. Su propósito principal es proporcionar las primitivas de datos esenciales necesarias para construir, comprender y mejorar su bucle de datos. Esta plataforma está diseñada para gestionar datos multirrate y multimodales, escalando sin problemas desde la primera grabación hasta conjuntos de datos de nivel de petabyte.
Leer más
Las capacidades de Rerun abarcan todo el pipeline de datos. Sobresale en la visualización de todo, permitiendo a los usuarios revisar conjuntos de datos, depurar problemas intrincados y extender la funcionalidad con vistas y herramientas personalizadas. Para el análisis de datos, Rerun admite consultas completas de dataframe o SQL sobre cualquier dato de robótica, lo que permite análisis profundos de las grabaciones. La plataforma también facilita la transformación de datos sin necesidad de copias, permitiendo la evolución del esquema y la adición de columnas derivadas sin comprometer la integridad de los datos históricos.
Un diferenciador clave es el soporte de Rerun para entrenar modelos de IA directamente sobre grabaciones. Los usuarios pueden expresar mezclas de conjuntos de datos como consultas y transmitir datos a GPUs, aprovechando cargadores de datos conscientes de columnas y códecs de video. Esto elimina la necesidad de un paso de exportación separado, optimizando el flujo de trabajo de aprendizaje automático. Además, Rerun fomenta la colaboración asegurando que todos trabajen con los mismos datos, con un único visor y grabaciones compartidas accesibles entre equipos.
La infraestructura de Rerun Hub potencia este bucle de datos, actuando como un backend de producción para catalogar, indexar y recuperar datos de almacenes de objetos. Esto transforma el almacenamiento en bruto en una base consultable y transmitible, permitiendo transformaciones en el borde o cerca de los datos. La plataforma es de código abierto, y el equipo de Rerun contribuye activamente a proyectos relacionados de código abierto como egui y gfx-rs.
Rerun es particularmente valioso para investigadores e ingenieros en robótica, visión por computadora y desarrollo de IA. Proporciona una solución unificada para visualización, consulta, transformación y entrenamiento, acelerando significativamente los ciclos de desarrollo y mejorando el proceso de depuración para sistemas complejos de IA física. Su facilidad de integración en Python, C++ y Rust lo convierte en una herramienta versátil para una amplia gama de proyectos.
- CategoríaMLOps y despliegue de modelos
- Modelo de preciosCódigo abierto
- ImplementaciónNube, Local
- PlataformasWeb
Características principales de Rerun
Primitivas de datos para construir y comprender bucles de datos
Soporte para datos multirrate y multimodales
Escalable desde la grabación inicial hasta conjuntos de datos masivos
Visualización integral de conjuntos de datos
Herramientas de depuración para análisis detallado de problemas
Extensible con vistas y herramientas personalizadas
Capacidades completas de consulta de dataframe y SQL
Transformación de datos sin copias de datos
Soporte de evolución de esquema sin romper el historial
Entrenamiento directo de modelos sobre grabaciones
Cargadores de datos conscientes de columnas y códecs de video
Acceso compartido a datos para colaboración en equipo
Código abierto con contribuciones activas de la comunidad
SDKs disponibles para Python, C++ y Rust
¿Cómo usar Rerun?
Empezar: Siga las guías de inicio rápido para C++, Python o Rust.
Registrar Datos: Utilice el SDK de registro de Rerun para grabar datos multirrate y multimodales.
Visualizar: Abra el Visor de Rerun para explorar, depurar y anotar sus datos.
Consultar Datos: Utilice consultas SQL o de dataframe para analizar grabaciones.
Transformar Datos: Refine sus datos y evolucione esquemas sin crear copias.
Entrenar Modelos: Transmita datos directamente desde grabaciones a sus GPUs para entrenamiento.
Compartir Perspectivas: Colabore con su equipo utilizando grabaciones compartidas y el Visor de Rerun.
Casos de uso de Rerun
- Visualización de Datos de Robótica
- Entrenamiento de Modelos de IA
- Mejora del Bucle de Datos
- Análisis de Datos Multimodales
- Depuración en Tiempo Real
- Desarrollo Colaborativo
- Flujos de Trabajo de Visión por Computadora
- Investigación en IA Física
