rerun下載 - rerun原始碼下載

rerun

Python

viewer fix

下載

時間感知的多模式資料堆疊和視覺化

Rerun 正在建立多模式資料堆疊來建模、攝取、儲存、查詢和查看機器人風格的資料。它用於機器人、太空和實體人工智慧、生成媒體、工業加工、模擬、安全和健康等領域。

重新運行很容易使用！使用 Rerun SDK（適用於 C++、Python 和 Rust）記錄影像、張量、點雲和文字等資料。日誌被傳輸到重新運行檢視器以進行即時視覺化或歸檔以供以後使用。您也可以透過我們的 dataframe API 查詢記錄的資料。

幾分鐘內即可開始 - 無需帳戶。

在瀏覽器中運行重新運行檢視器
了解 Rerun 是什麼以及它的適用人群

短暫的品味

 import rerun as rr  # pip install rerun-sdk

rr . init ( "rerun_example_app" )

rr . connect ()  # Connect to a remote viewer
# rr.spawn()  # Spawn a child process with a viewer and connect
# rr.save("recording.rrd")  # Stream all logs to disk

# Associate subsequent data with 42 on the “frame” timeline
rr . set_time_sequence ( "frame" , 42 )

# Log colored 3D points to the entity at `path/to/points`
rr . log ( "path/to/points" , rr . Points3D ( positions , colors = colors ))
…

入門

C++
Python ： pip install rerun-sdk或在conda上
Rust ： cargo add rerun

安裝重新執行檢視器二進位文件

要透過網路傳輸日誌資料或載入我們的.rrd資料文件，您還需要rerun二進位。它可以使用pip install rerun-sdk或cargo install rerun-cli --locked --features nasm進行安裝（請參閱下面的註釋）。請注意，只有 Python SDK 與檢視器捆綁在一起，而 C++ 和 Rust 始終依賴單獨的安裝。

注意： nasm Cargo 功能需要安裝nasm CLI 並在您的路徑中可用。或者，您可以跳過啟用此功能，但這可能會導致視訊解碼效能較差。

現在您應該能夠在任何終端機中執行rerun --help 。

文件

進階文檔
⏃ 可記錄類型
範例
？ C++ API 文件
？ Python API 文件
？ Rust API 文件
⁉️故障排除

地位

我們正在積極開發中。我們想要添加許多功能，並且 API 仍在不斷發展。期待突破性的改變！

一些缺點：

數百萬個點雲速度很慢
當實體太多時，檢視器的速度會變慢
您想要可視化的資料必須適合 RAM
- 請參閱 https://www.rerun.io/docs/howto/limit-ram 以了解如何限制記憶體使用。
- 我們計劃在未來某個時候擁有基於磁碟的資料儲存。

重新運行是為了什麼？

Rerun 旨在幫助您理解和改進複雜的流程，其中包括豐富的多模態數據，如2D、3D、文字、時間序列、張量等。的任何行業許多感測器或其他訊號隨著時間的推移而演變。

範例用例

假設您正在建造一個真空清潔機器人，但它總是撞到牆壁。為什麼它要這麼做？您需要一些工具來調試它，但普通的調試器不會有幫助。同樣，僅記錄文字也沒有多大幫助。機器人可能會記錄“穿過門口”，但這並不能解釋為什麼它認為牆壁是門。

您需要的是一個視覺和時間調試器，它可以記錄機器人在其小腦袋中所持有的世界的所有不同表示，例如：

RGB 相機饋送
深度影像
光達掃描
分割影像（機器人如何解釋它所看到的內容）
公寓的 3D 地圖
機器人已檢測到（或認為已檢測到）的所有對象，作為 3D 地圖中的 3D 形狀
對自己的預測充滿信心
ETC

您還希望了解所有這些資料流如何隨著時間的推移而演變，以便您可以回頭準確地找出出了什麼問題、何時出現問題以及為什麼出現問題。

也許事實證明，來自太陽的眩光以錯誤的方式照射到其中一個感測器，從而混淆了分割網絡，導致錯誤的物件偵測。或者可能是光達掃描代碼中的錯誤。或者機器人可能認為它在公寓的其他地方，因為它的里程計被破壞了。或者它可能是其他上千件事之一。重新運行將幫助您找到答案！

但從機器人的角度看世界不僅僅是為了調試，它還能為您提供有關如何改進演算法、設定新測試案例或收集資料集的想法。它還可以讓您向同事、老闆和客戶解釋機器人的大腦。等等。眼見為實，一張圖像勝過一千個文字，而多模態時間記錄勝過一千張圖像:)

雖然查看和理解資料是機器人技術進步的核心，但還有一件事：您還可以使用收集的視覺化資料來創建新的資料集，用於訓練和評估在機器人上運行的模型和演算法。 Rerun 提供了一個查詢 API，可以輕鬆地從記錄中提取乾淨的資料集來實現這一目的。

當然，Rerun 的用途不僅限於機器人。任何時候您有任何形式的感測器，或隨著時間的推移而演變的 2D 或 3D 狀態，Rerun 都是一個很棒的工具。

商業模式

Rerun 採用開放式核心模型。這個儲存庫中的所有內容都將保持開源和免費（就像啤酒和自由一樣）。

我們還在建置一個商業數據平台。目前，該功能僅適用於少數精選設計合作夥伴。如果您有興趣，請點擊此處。

Rerun 開源專案針對個人開發人員的需求。該商業產品針對建立和運行電腦視覺和機器人產品的團隊的特定需求。

如何引用重播

在您的研究中使用 Rerun 時，請引用它以承認它對您的工作的貢獻。這可以透過在論文的軟體或方法部分中引用重新運行來完成。

建議的引用格式：

 @software { RerunSDK ,
  title = { Rerun: A Visualization SDK for Multimodal Data } ,
  author = { {Rerun Development Team} } ,
  url = { https://www.rerun.io } ,
  version = { insert version number } ,
  date = { insert date of usage } ,
  year = { 2024 } ,
  publisher = { {Rerun Technologies AB} } ,
  address = { Online } ,
  note = { Available from https://www.rerun.io/ and https://github.com/rerun-io/rerun }
}