Unity Запускает Синтетические Дatasets для Сокращения Времени и Бюджетов Обучения ИИ

Unity, ведущая платформа для создания контента в режиме реального времени 3D (RT3D), объявила о выпуске наборов данных Unity Computer Vision. Эти наборы данных могут повлиять на различные отрасли, в частности, на производство, розничную торговлю и безопасность. Они предназначены для снижения стоимости разработки приложений компьютерного зрения, а также для предоставления возможности быстрого обучения систем ИИ.

Следуя строгим правилам конфиденциальности и регулирования, теперь можно приобрести индивидуальные наборы данных компьютерного зрения для обучения систем ИИ.

Важность Синтетических Данных

Синтетические данные генерируются, когда существующие данные не соответствуют конкретным условиям или требованиям системы ИИ. Примерами таких случаев могут быть ситуации, когда требования конфиденциальности ограничивают доступные данные или их использование.

Синтетические данные часто используются для тестирования продукта до его выпуска, поскольку обычно нет доступных данных или они еще не доступны. Этот тип данных также имеет решающее значение для алгоритмов машинного обучения и часто используется в технологиях, таких как самоходные транспортные средства, поскольку получение реальных данных является дорогим.

Unity пытается преодолеть этот барьер, предоставляя более широкий доступ к высококачественным синтетическим наборам данных с помощью Unity Computer Vision Datasets.

Доктор Дэнни Лэнг – старший вице-президент по искусственному интеллекту и машинному обучению.

“Создавая синтетическую версию наборов данных, которые отражают проверенные правила конфиденциальности и точно отражают реальные данные, мы ermögаем этим новаторским наборам данных попасть в руки большего числа инноваторов”, – говорит Лэнг.

“По сути, эти наборы данных позволяют компаниям планировать и模拟ровать сценарии, которые они еще не испытывали, с существенным увеличением пользовательских данных, имитирующих те, которые они найдут в реальном мире за время. В результате мы видим более умные внутренние среды, такие как магазины без кассиров, и многое другое, когда наши клиенты открывают новые применения.”

https://www.youtube.com/watch?v=Cz7KWqAgZAw

Доменная Рандомизация

Техника, используемая в наборах данных Unity Computer Vision, называется “доменной рандомизацией”, которая помогает разработать разнообразные наборы данных, улучшающие качество и контролирующие предвзятость. Она работает путем вывода пермутаций положения и ориентации объектов, включая вариации света, углы камеры и возможные конфигурации.

Синтетические наборы данных Unity также избегают проблем, связанных с предвзятостью из-за использования изображений реальных людей и мест из интернета или изображений, снятых вручную.

Аннотация обычно увеличивается в цене с увеличением сложности типа аннотации, но Unity предлагает одну цену для любого типа метки, что означает, что будет оплачиваться одна и та же цена за простые и сложные типы меток отраслевых стандартов. Наборы данных основаны на модели ценообразования по уровням, при которой цена за изображение уменьшается в зависимости от увеличения потребности в синтетических изображениях.

“Синтетические данные революционизируют обучение моделей машинного обучения, поскольку они преодолевают многие недостатки ручного сбора и маркировки реальных данных”, – сказал Лэнг.

“Объясняя, что возможно, и соединяя создателей с доступными данными, которые им нужны для принятия правильных решений, продолжает стимулировать Unity, независимо от отрасли. Это причина, по которой наша команда будет доступна для помощи клиентам в обеспечении того, чтобы произведенные наборы данных соответствовали правильным критериям для их потребностей.”