rerun

# Rerun — La couche de données pour l'IA physique Rerun est un SDK de visualisation et de journalisation conçu pour les données multimodales et multi-débits issues de la robotique, de la simulation et des pipelines de vision par ordinateur. Il capture des images, des nuages de points, des transformations, des séries temporelles, des états d'articulations et de la vidéo depuis de nombreuses sources — journaux de robots, dispositifs de données humaines, simulateurs, vidéo web — et les stocke dans un stockage columnar partagé. La visionneuse intégrée rend tout en synchronisation en temps réel : parcourir des épisodes, comparer des capteurs côte à côte, observer les pipelines de vision par ordinateur en direct. Les mêmes données sont interrogeables avec des dataframes ou SQL et diffusées directement vers l'entraînement, sans tâches d'export ni copies obsolètes. Développé en Rust. SDK disponibles en Python, Rust et C++. ## Ce qu'il fait Rerun ingère des données multi-débits et multimodales depuis de nombreuses sources et formats (journaux de robots, dispositifs de données humaines, simulation, vidéo web ; MCAP, .rrd, LeRobot). La visionneuse intégrée rend tout en synchronisation en temps réel. Les mêmes données sont interrogeables avec des dataframes ou SQL, et diffusées directement vers l'entraînement. Développé en Rust sur un stockage column-chunk conçu pour les données physiques multi-débits. ## Démarrage rapide ```bash pip install rerun-sdk ``` ```python import rerun as rr rr.init("rerun_example") rr.spawn() rr.log("points", rr.Points3D(positions, colors=colors)) ``` ## Cas d'usage - Ingérer des journaux de robots, des dispositifs égocentriques/UMI, de la simulation et de la vidéo web dans un seul substrat - Exécuter des pipelines de vision par ordinateur (SLAM, suivi des mains, retargeting de mouvement) sous forme de modifications de tables - Interroger les données brutes, intermédiaires et dérivées avec des dataframes ou SQL - Visualiser des séquences multi-débits et multimodales à travers le pipeline - Diffuser des mélanges de jeux de données directement vers l'entraînement — sans tâches d'export, sans copies obsolètes ## Types de données Multi-débits, multimodaux, spatiaux : images, nuages de points, séries temporelles, tenseurs, transformations, états d'articulations, vidéo. Préservés de bout en bout. ## Pour commencer - Python : `pip install rerun-sdk` - Rust : `cargo add rerun` - C++ Installez le binaire Rerun Viewer avec `pip install rerun-sdk` ou `cargo install rerun-cli --locked --features nasm`. Le SDK Python inclut la visionneuse ; C++ et Rust dépendent d'une installation séparée. ## Documentation - Documentation générale - Types journalisables - Exemples - Documentation de l'API Python - Documentation de l'API Rust - Documentation de l'API C++ - Dépannage ## Compétences d'agent Ce dépôt fournit des compétences d'agent pour les agents de codage. Installez avec : ```sh npx skills add rerun-io/rerun ``` Les compétences se trouvent dans `./skills`. ## Statut Développement actif. L'API évolue — attendez-vous à des changements majeurs. Limitations connues : les performances de la visionneuse se dégradent avec un très grand nombre d'entités, et les nuages de points de plusieurs millions de points peuvent être lents. ## Modèle économique Open-core. Tout ce qui se trouve dans ce dépôt reste open source et gratuit (double licence MIT + Apache-2.0). Rerun Hub, un catalogue évolutif pour les données robotiques, est un produit commercial destiné aux équipes construisant des produits de robotique et de vision par ordinateur. ## Citation ```bibtex @software{RerunSDK, title = {Rerun: A Visualization SDK for Multimodal Data}, author = {{Rerun Development Team}}, url = {https://www.rerun.io}, year = {2024} } ```