Описание
Rerun предлагает комплексный data layer, разработанный для решения сложных задач Physical AI и робототехники. Его основная цель — предоставить необходимые примитивы данных для построения, понимания и улучшения вашего data loop. Эта платформа спроектирована для управления мультирейтовыми и мультимодальными данными, беспрепятственно масштабируясь от самой первой записи до петабайтных наборов данных.
Читать далее
Возможности Rerun охватывают весь конвейер данных. Он превосходно визуализирует все, позволяя пользователям просматривать наборы данных, отлаживать сложные проблемы и расширять функциональность с помощью пользовательских представлений и инструментов. Для анализа данных Rerun поддерживает полные запросы к DataFrame или SQL по любым данным робототехники, позволяя глубоко анализировать записи. Платформа также облегчает трансформацию данных без необходимости создания копий, позволяя изменять схему и добавлять производные столбцы без ущерба для целостности исторических данных.
Ключевым отличием является поддержка Rerun для обучения моделей ИИ непосредственно на записях. Пользователи могут выражать комбинации наборов данных в виде запросов и передавать данные на GPU, используя загрузчики данных, учитывающие столбцы и видеокодеки. Это устраняет необходимость в отдельном шаге экспорта, оптимизируя рабочий процесс машинного обучения. Кроме того, Rerun способствует сотрудничеству, гарантируя, что все работают с одними и теми же данными, с единым средством просмотра и общими записями, доступными для всех команд.
Инфраструктура Rerun Hub обеспечивает работу этого data loop, выступая в качестве производственного бэкенда для каталогизации, индексации и извлечения данных из объектных хранилищ. Это превращает сырое хранилище в основу для запросов и потоковой передачи, позволяя выполнять преобразования на периферии или рядом с данными. Платформа является open-source, а команда Rerun активно вносит вклад в связанные open-source проекты, такие как egui и gfx-rs.
Rerun особенно ценен для исследователей и инженеров в области робототехники, компьютерного зрения и разработки ИИ. Он предоставляет унифицированное решение для визуализации, запросов, трансформации и обучения, значительно ускоряя циклы разработки и улучшая процесс отладки сложных систем Physical AI. Простота интеграции с Python, C++ и Rust делает его универсальным инструментом для широкого спектра проектов.
- КатегорияMLOps и развёртывание моделей
- Модель ценообразованияОткрытый исходный код
- РазвёртываниеОблако, Локально
- ПлатформыВеб
Основные функции Rerun
Примитивы данных для построения и понимания data loop
Поддержка мультирейтовых и мультимодальных данных
Масштабирование от начальной записи до огромных наборов данных
Комплексная визуализация наборов данных
Инструменты отладки для детального анализа проблем
Расширяемость с помощью пользовательских представлений и инструментов
Полные возможности запросов к DataFrame и SQL
Трансформация данных без копирования
Поддержка эволюции схемы без нарушения истории
Прямое обучение моделей на записях
Загрузчики данных, учитывающие столбцы и видеокодеки
Общий доступ к данным для командного сотрудничества
Open-source с активным вкладом сообщества
Доступны SDK для Python, C++ и Rust
Как использовать Rerun?
Начало работы: Следуйте кратким руководствам для C++, Python или Rust.
Логирование данных: Используйте SDK для логирования Rerun для записи мультирейтовых, мультимодальных данных.
Визуализация: Откройте Rerun Viewer для изучения, отладки и аннотирования ваших данных.
Запросы к данным: Используйте запросы SQL или DataFrame для анализа записей.
Трансформация данных: Уточняйте данные и изменяйте схемы без создания копий.
Обучение моделей: Передавайте данные непосредственно из записей на ваши GPU для обучения.
Обмен результатами: Сотрудничайте с вашей командой, используя общие записи и Rerun Viewer.
Варианты использования Rerun
- Визуализация данных робототехники
- Обучение моделей ИИ
- Улучшение Data Loop
- Анализ мультимодальных данных
- Отладка в реальном времени
- Совместная разработка
- Рабочие процессы компьютерного зрения
- Исследования в области Physical AI
