spotlight

从 DataFrame 交互式浏览图像音频数据集，快速筛出脏数据。

开源 🏷️基础免费，高级付费 ✅ 目前可打开数据集 🍴 复刻 93 🐛 待处理 7 👀 关注 14

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1284

维护状态活跃

是否开源开源

定价模式 🏷️基础免费，高级付费支持限时试用 · 开源工具，Renumics 平台提供免费及付费方案，定价信息待确认

项目预览

项目数据

分类数据集

开发团队Renumics

官网地址https://renumics.com

GitHubhttps://github.com/Renumics/spotlight

定价模式🏷️基础免费，高级付费

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✅ 目前可打开

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★ 1284

上线时间2023-01-29 00:00:00

代码更新2026-10-28

仓库体积89.7 MB

本站数据更新2026-11-03

维护状态活跃

收录时间2026-09-17

浏览次数1

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-17 · 当前星标 ★ 1284

技术标签

audio computer-vision data-visualization hacktoberfest machine-learning

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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。