PRODUITS

Unity Computer Vision

Créez plus rapidement des modèles précis et prêts pour la production.

Compilez plus rapidement des données synthétiques de qualité optimale grâce à notre gamme étendue d'outils en open source. Afficher les outils gratuits

Outils et contenu gratuits pour la génération de données synthétiques

Découvrez nos nouveaux outils, jeux de données et générateurs de jeux de données, publiés en open source et académiquement, et dédiés à la création de données synthétiques pour la formation des modèles de vision par ordinateur.

Outils et contenu
Unity Perspective 1.0 featuring grocery products

Unity Perception 1.0

Notre pack Perception vous propose un kit d'outils conçu pour générer des jeux de données dédiés à la formation de la vision par ordinateur et la validation. Unity Perception 1.0 est une nouvelle version plus complète qui inclut de nouvelles étiquettes, des randomizers, des exemples et des capacités de rendu.

Utilisez nos outils en open source
Data analysis and visualization in Unity engine

Analyse de données et visualisation dans Python

Les outils PySOLO sont réunis dans un nouveau pack Python en open source qui vous propose divers services pour vos analyses et visualisations de données dans le nouveau format SOLO.

Utilisez nos outils en open source
SynthHomes demo

Synthetic Homes

Unity SynthHomes est désormais disponible en version open source et représente un jeu de données de 100 000 images synthétiques d'intérieurs domestiques et un fichier binaire de générateur d'un jeu de données connexes.

Utilisez du contenu en open source
Synthetic Humans

Synthetic Humans

Disponible désormais uniquement pour un usage académique, Unity Synthetic Humans est un générateur de personnes en 3D conçu de toutes pièces à partir de la vision par ordinateur centrée sur l'humain.

Utilisez du contenu sous licence académique
Jack Hsu, Senior Manager, Boeing Vancouver

« Partout où les données sont nécessaires pour gérer l'apprentissage automatique, les données synthétiques ont un rôle à jouer. Grâce à la création d'ensembles de données synthétiques dans un monde virtuel, vous pouvez créer des millions d'images très rapidement, au lieu d'aller sur le terrain pour prendre des photos. »

Jack Hsu, Senior Manager, Boeing Vancouver
Dogan Demir, CEO, Ouva

« Chez Ouva, la plateforme de surveillance des patients utilise Unity Computer Vision pour générer des données synthétiques, ce qui nous a permis de réduire à une semaine nos cycles de capture de données qui prenaient auparavant un mois, tandis que notre ensemble de données a été multiplié par 10 et la précision des modèles s'est améliorée de 5 à 10 %. »

Dogan Demir, CEO, Ouva

Études de cas

Ouva

La plateforme de données de santé simulées d'Ouva exploite la puissance des données synthétiques pour améliorer les performances du modèle de plus de 10 %, réduire les coûts d'étiquetage jusqu'à 40 000 $, créer des ensembles de données équilibrés en quelques heures au lieu de plusieurs semaines et raccourcir les cycles d'itération de semaines en jours.

Boeing

Dans cette interview, découvrez comment Boeing a collaboré avec Unity pour générer plus de 100 000 images synthétiques afin de mieux former les algorithmes d'apprentissage automatique de son application d'inspection d'avions, basée sur la réalité augmentée (RA).

Passio

Découvrez comment Passio combine les données synthétiques de Unity avec des données réelles pour étendre ses ensembles de données et accélérer la formation à l'IA pour les applications d'IA et de réalité augmentée (RA).

Neural Pocket

Découvrez comment la start-up Neural Pocket, spécialisée en IA, a utilisé Unity Computer Vision pour réduire considérablement les coûts de développement du modèle de vision par ordinateur et le temps de déploiement (de 24 semaines à 1 semaine).

Accélérez la formation de vision par ordinateur

Vous avez besoin d'aide en génération de données synthétiques et vision par ordinateur ? Obtenez des conseils d'experts et des services professionnels de la part de notre équipe de spécialistes.

Questions les plus fréquentes

Les données synthétiques ne ressemblent pas aux données réelles. Est-ce que cela fonctionne vraiment ?

Consultez nos articles pour voir comment les modèles formés à l'aide de données synthétiques et réelles surpassent les modèles formés uniquement avec des données réelles :

Quels types d'applications de vision par ordinateur peuvent être entraînés avec des données synthétiques ?

Nos clients utilisent Unity afin de générer des données synthétiques pour une variété d'applications de vision par ordinateur, notamment la détection d'êtres humains, la détection d'objets, la détection de défauts de fabrication, les applications électroniques domotiques pour le public, etc.

Quand utiliser des données de formation synthétiques ?

Vous pouvez utiliser des données de formation synthétiques lorsque :  

  1. Vous ne disposez que d'un petit échantillon de données réelles. Dans ce cas, vous pouvez augmenter vos données réelles avec une grande quantité de données synthétiques générées par Unity Computer Vision et dynamiser les performances de votre modèle.  
  2. Vous n'êtes pas en mesure de collecter les bonnes données réelles pour votre projet. Dans ce cas, vous pouvez utiliser Unity Computer Vision pour générer des images synthétiques étiquetées de haute qualité et amorcer vos modèles avec des données purement synthétiques.

Ce site utilise des cookies dans le but de vous offrir la meilleure expérience possible. Consultez notre politique de cookies pour en savoir plus.

Compris