Sobre el proyecto
# Rerun — La capa de datos para IA física
Rerun es un SDK de visualización y registro diseñado específicamente para datos multimodales y de múltiples tasas provenientes de robótica, simulación y pipelines de visión por computadora. Captura imágenes, nubes de puntos, transformaciones, series temporales, estados de articulaciones y video de muchas fuentes (registros de robots, rigs de datos humanos, simuladores, video web) y los almacena en un almacenamiento columnar compartido. El visor integrado renderiza todo en sincronía en tiempo real: examina episodios, compara sensores lado a lado, observa pipelines de CV ejecutarse en vivo. Los mismos datos son consultables con dataframes o SQL y se transmiten directamente al entrenamiento, sin trabajos de exportación ni copias desactualizadas.
Construido en Rust. SDKs disponibles en Python, Rust y C++.
## Qué hace
Rerun ingiere datos multimodales de múltiples tasas desde muchas fuentes y formatos (registros de robots, rigs de datos humanos, simulación, video web; MCAP, .rrd, LeRobot). El visor integrado renderiza todo en sincronía en tiempo real. Los mismos datos son consultables con dataframes o SQL, y se transmiten directamente al entrenamiento. Construido en Rust sobre almacenamiento de bloques de columnas diseñado específicamente para datos físicos de múltiples tasas.
## Inicio rápido
```bash
pip install rerun-sdk
```
```python
import rerun as rr
rr.init("rerun_example")
rr.spawn()
rr.log("points", rr.Points3D(positions, colors=colors))
```
## Casos de uso
- Ingerir registros de robots, rigs egocéntricos/UMI, simulación y video web en un solo sustrato
- Ejecutar pipelines de CV (SLAM, seguimiento de manos, reorientación de movimiento) como ediciones de tabla
- Consultar datos crudos, intermedios y derivados con dataframes o SQL
- Visualizar secuencias multimodales de múltiples tasas a lo largo del pipeline
- Transmitir mezclas de conjuntos de datos directamente al entrenamiento: sin trabajos de exportación, sin copias desactualizadas
## Tipos de datos
Multimodales, de múltiples tasas, espaciales: imágenes, nubes de puntos, series temporales, tensores, transformaciones, estados de articulaciones, video. Preservados de extremo a extremo.
## Comenzando
- [Python](https://www.rerun.io/docs/getting-started/data-in/python): `pip install rerun-sdk`
- [Rust](https://www.rerun.io/docs/getting-started/data-in/rust): `cargo add rerun`
- [C++](https://www.rerun.io/docs/getting-started/data-in/cpp)
Instala el binario del Visor Rerun con `pip install rerun-sdk` o `cargo install rerun-cli --locked --features nasm`. El SDK de Python incluye el visor; C++ y Rust dependen de una instalación separada.
## Documentación
- [Documentación de alto nivel](https://rerun.io/docs)
- [Tipos registrables](https://www.rerun.io/docs/reference/types)
- [Ejemplos](https://rerun.io/examples)
- [Documentación de API de Python](https://ref.rerun.io/docs/python)
- [Documentación de API de Rust](https://docs.rs/rerun/)
- [Documentación de API de C++](https://ref.rerun.io/docs/cpp)
- [Solución de problemas](https://www.rerun.io/docs/overview/installing-rerun/troubleshooting)
## Habilidades de agente
Este repositorio incluye habilidades de agente para agentes de codificación. Instala con:
```sh
npx skills add rerun-io/rerun
```
Las habilidades viven en `./skills`.
## Estado
Desarrollo activo. La API está evolucionando: espera cambios que rompen compatibilidad. Limitaciones conocidas: el rendimiento del visor se degrada con muchas entidades, y nubes de puntos de millones de puntos pueden ser lentas.
## Modelo de negocio
Código abierto con núcleo comercial. Todo en este repositorio permanece de código abierto y gratuito (licencia dual MIT + Apache-2.0). Rerun Hub, un catálogo escalable para datos robóticos, es un producto comercial para equipos que construyen productos de robótica y CV.
## Citación
```bibtex
@software{RerunSDK,
title = {Rerun: A Visualization SDK for Multimodal Data},
author = {{Rerun Development Team}},
url = {https://www.rerun.io},
year = {2024}
}
```
Comments
0 people shared their preference · Deer Point appears after 10 participants
Sign in to join the discussion.