spotlight

从 DataFrame 交互式浏览图像音频数据集，快速筛出脏数据。

Spotlight 是一个基于 TypeScript 的开源交互式数据探索工具，专为处理非结构化数据集而设计。在机器学习和数据科学工作中，图像、音频、视频等非结构化数据往往难以像表格数据那样直观查看和筛选，Spotlight 正是为了解决这一痛点。它可以直接从 DataFrame 出发，在浏览器中提供可视化界面，让用户以交互方式浏览、检索和检查数据集中的样本，支持图像、音频、计算机视觉等模态。核心能力包括：从 DataFrame 快速加载数据、按元数据或嵌入向量进行筛选与搜索、可视化样本分布、辅助数据清洗与策划（data curation）。它面向数据工程师、算法研究员和标注团队，帮助在模型训练前高效发现脏数据、类别不平衡或异常样本，从而提升数据质量与迭代效率。项目采用 TypeScript 开发，适合前端集成，并带有 hacktoberfest 标签，社区活跃度处于成长阶段。

开源 freemium 数据集

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1275

维护状态活跃

是否开源是

定价模式 freemium

项目数据

分类数据集

开发团队Renumics

所属国家

官网地址https://renumics.com

GitHubhttps://github.com/Renumics/spotlight

定价模式freemium

价格说明开源工具，Renumics 平台提供免费及付费方案，定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言TypeScript

技术栈/模型audio,computer-vision,data-centric-ai,data-curation,data-visualization,exploratory-data-analysis,hacktoberfest,images,machine-learning,meshes,timeseries,unstructured-data,video

GitHub 星标★ 1275

30天Star增速

HF 下载量

上线时间2023-01-29 00:00:00

最近更新2026-09-19 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-17

浏览次数0

使用教程

难度：入门约 5 分钟部署方式：库/依赖 5 步

环境要求

Python 环境与 pip（Spotlight 通过 PyPI 以 renumics-spotlight 包分发）
建议使用独立的 Python 虚拟环境安装 Spotlight 及其依赖
可选：需要分析器或 torch 相关功能时，安装对应的 extras 依赖

安装与启动步骤

1创建虚拟环境

README 建议为 Spotlight 及数据处理相关依赖单独建立虚拟环境，避免污染全局 Python 环境。
```
python -m venv .venv
source .venv/bin/activate
```
2安装 Spotlight

通过 pip 安装 renumics-spotlight，这是 README Quickstart 给出的默认安装方式。
```
pip install renumics-spotlight
```
3安装可选分析器

如果需要使用可选的分析器（analyzers）功能，安装带 analyzers extra 的版本。
```
pip install renumics-spotlight[analyzers]
```
4安装 torch 扩展

如果需要使用可选的 embeddings 功能，安装带 torch extra 的版本。
```
pip install renumics-spotlight[torch]
```
5关闭使用数据收集

设置环境变量 SPOTLIGHT_OPT_OUT 为 true，可退出崩溃报告与性能统计的收集。
```
export SPOTLIGHT_OPT_OUT=true
```

关键配置

配置项	必填	说明	示例
`SPOTLIGHT_OPT_OUT`	否	设为 true 时退出崩溃报告与性能数据收集	`true`

如何确认成功

README 未给出启动验证命令；pip 安装无报错即安装成功，加载首个数据集请参照官方 Quickstart 文档。

常见问题

Q：如何关闭匿名使用数据收集？

A：Spotlight 只收集匿名 Machine Id 与自身操作的性能/崩溃数据，不收集文件夹名、数据集名或行数据。设置环境变量 SPOTLIGHT_OPT_OUT=true 即可退出收集。

Q：需要分析器或 embeddings 功能怎么办？

A：用 pip install renumics-spotlight[analyzers] 安装可选分析器，或用 pip install renumics-spotlight[torch] 安装可选 embeddings 相关依赖。

Q：Spotlight 能处理什么类型的数据？

A：它面向非结构化数据集设计，可从 DataFrame 出发，在浏览器中以交互方式浏览、检索和检查图像、音频、计算机视觉等模态的样本。

Q：为什么推荐用虚拟环境安装？

A：README 明确建议把 Spotlight 及其数据处理依赖装在独立的 Python 虚拟环境中，避免与其他项目的依赖版本冲突。

注意事项

README 仅提供 pip 安装说明，未给出加载数据集的代码示例，实际使用需参考官方 Documentation 与 Quickstart 页面。
除 SPOTLIGHT_OPT_OUT 外不要额外猜测配置项，README 未提及其他环境变量或端口参数。
安装 extras 时注意 renumics-spotlight[analyzers] 与 renumics-spotlight[torch] 会引入更多依赖，建议仍在同一虚拟环境中安装。

核心亮点

直接对接 DataFrame，无需额外数据转换即可开始探索
支持图像、音频等多模态非结构化数据的可视化浏览
提供交互式筛选与搜索，便于数据清洗和异常样本定位

不足之处

项目星标约 1.2k，生态和第三方集成相对有限
文档与社区规模仍在成长，复杂场景的示例可能不足

适用场景

计算机视觉团队检查训练图像中的错误标注或重复样本
音频机器学习项目快速试听并筛选数据集中的异常片段
数据科学课程中向学生演示非结构化数据探索与清洗流程

替代项目

FiftyOne、Label Studio

项目介绍

spotlight 是一个数据集领域的开源项目，官方简介：Interactively explore unstructured datasets from your dataframe.。项目使用 TypeScript 开发，在 GitHub 上获得 1272 星标。

上一篇：xtreme1

下一篇：flickr_scraper