Rerun

什么是Rerun？

Rerun 是一个强大的 开源日志处理和可视化工具，专门为空间和具身 AI 应用程序设计。凭借其强大的基础设施，Rerun 可以轻松地摄取、存储、分析和流式传输大规模的多模态数据。内置的可视化调试功能提供了一种有效的方式来监控和排除数据故障，使其成为 AI 领域开发者和研究人员的基本组成部分。

Rerun的核心功能有哪些？

• 多模态数据处理：Rerun 支持各种数据类型，确保用户能够有效地记录和可视化多种模态的数据。
• 时间感知实体组件系统 (ECS)：独特的数据模型使用户能够无缝地管理和遍历时间数据，从而更容易理解数据随时间的演变。
• 交互式可视化：Rerun 提供一个快速且强大的查看器，用于实时和录制的数据，提供实时反馈和洞察。
• 与流行语言的集成：Rerun 提供 Python、C++ 和 Rust 的 SDK，使熟悉这些编程语言的开发者可以轻松使用。
• 内置查询 API：用户可以从杂乱的录音中查询和提取时间对齐的数据集，允许对数据进行详细分析和精炼。
• 简易安装和最少代码要求：开始使用 Rerun 非常简单，只需最少的设置和代码即可快速可视化复杂数据。

Rerun的特性是什么？

Rerun 在以下方面脱颖而出：

• 开源性质：作为开源项目，允许社区贡献和增强，确保 Rerun 及时更新，以跟上 AI 和数据可视化领域的最新发展。
• 灵活设计：其架构旨在适应各种用例，并设计成可在多个平台上工作，无论是本地还是在网络浏览器中。
• 高效数据处理：Rerun 包括性能改进，以更快的速度摄取和更低的内存使用率，甚至在处理大型时间序列数据集时。
• 支持视频数据：Rerun 最近的更新现在包括对编码视频数据的支持，增强了其在视频分析用例中的实用性。

Rerun的使用案例有哪些？

Rerun 可在各种领域中使用，包括：

• 机器人技术：开发者可以使用 Rerun 可视化和调试在机器人运动和交互过程中生成的日志。
• 人工智能研究：研究人员可以利用 Rerun 分析数据集，实时可视化结果以获得更好的理解和展示。
• 数据驱动的应用：依赖空间数据的应用可以从 Rerun 的复杂数据可视化中获益，从而基于洞察作出明智的决策。

如何使用Rerun？

要开始使用 Rerun，请按照您选择的编程语言提供的快速入门指南。例如，在 Python 中，您可以通过运行以下代码轻松设置 Rerun：

import rerun as rr

# 初始化 Rerun
rr.init("my_data_generating_application")

# 连接到查看器
rr.connect()

# 记录各种数据类型
rr.log("points", rr.Points3D(positions))
rr.log("camera", rr.Transform3D(pos, rot))
rr.log("camera/image", rr.Pinhole(intrinsics))
rr.log("camera/image", rr.Image(tensor))
rr.log("reprojection_error", rr.Scalar(err))

此简单的设置让您可以开始在 Rerun 视图中实时可视化数据。