合成データでトレーニングを大幅に強化
カスタマイズ可能で大規模かつ多様なデータセットを使用して、コンピュータービジョンモデルの可能性を解き放ちます。
ユーザーによる生成
Unity のスキルを使用して、独自のデータセットを構築しましょう。
利用できるサービス：
- Unity Perception SDK とチュートリアルへの無料アクセス
- ラベル付けツールとランダム化ツールの拡張可能なライブラリ
- アセットの作成を支援するサービスを購入するオプション
Applications of synthetic data
Bridge the training gap in human-centric AI models
Unity’s human-centric data generator generates highly parametric, simulation-ready 3D human assets. Build unbiased AI models for augmented and virtual reality applications, autonomous driving, human pose estimation, action recognition, tracking and more that involve people – without using real-world human data.
Fast-track smart home application development
Whether you are training a security application or an intelligent home gadget or robot, synthetic data can fast-track your development, training and deployment process. Unity Computer Vision offers an easy-to-use dataset generator that comes preloaded with home dataset templates.
カスタマイズ可能なアノテーション
単純なバウンディングボックスから、手動のラベル付けでは取得できない複雑なセマンティックアノテーションまで、アプリケーションで必要とされるラベル付けの方法をカスタマイズします。
ランダム化可能なパラメーター
ライティング、背景のオブジェクト、カメラの仕様、オクルージョンなど、シーンのあらゆる側面を変化させ、実際の条件下で高いパフォーマンスを発揮する堅牢なトレーニングデータセットを構築します。
Case studies
Ouva
Ouva’s simulated healthcare data platform harnesses the power of synthetic data to improve model performance by over 10%, reduce labeling costs by up to $40,000, create balanced datasets in hours instead of weeks, and reduce iteration cycles from weeks to days.
Boeing
In this interview, learn how Boeing worked with Unity to generate over 100,000 synthetic images to better train the machine learning algorithms of its augmented reality (AR)-powered aircraft inspection application.
Passio
Gain insight into how Passio combines Unity’s synthetic data with real-world data to expand its datasets and speed up AI training for AI and augmented reality (AR) applications.
Neural Pocket
Learn how AI startup Neural Pocket used Unity Computer Vision to significantly reduce computer vision model development costs and time to deployment (from 24 weeks to 1 week).
「Unity のコンピュータービジョンツールのおかげで、より短時間かつ費用対効果の高い方法で作業を進めることができます。その結果、通常かかる時間とコストの何分の 1 かで、コンピュータービジョンモデルのトレーニングと展開を行うことができます。」
“At Ouva, our patient monitoring platform used Unity Computer Vision to generate synthetic data and reduced our month-long live data capture cycles to a week, while our dataset grew by 10X and model accuracies improved by 5 to 10%.”
リソース
データに基づく AI 開発を解き放つ
Unity Computer Vision データセットの詳細と、Unity のサンプルデータセットの詳細を確認し、Unity の構築済みの環境を使用して独自のサンプルデータセットを生成する方法をご覧ください。
家庭向けのインテリジェントなソリューションを生み出す
Unity のツールとサービスが、障壁を乗り越えて課題を克服しながら、家庭向けのより高性能なコンピュータービジョンアプリケーションの開発をどのように可能にしているかをご覧ください。
合成データ用の 3D コンテンツの使用を開始する
合成データには、3D アセットのライブラリが利用されています。コンピュータービジョンに関わるよくある問題の解決に向けて 3D コンテンツを取得するためのソースとテクニックを紹介します。
ロボットを教育して Unity で確認する
物体の位置についての形式知（客観的に捉えることのできる知識）がなくても、その物体を拾うことができるように、ロボットの機能を高めます。どのようにして合成データを収集し、所定の物体の姿勢を予測するディープラーニングモデルのトレーニングを行ったかをご覧ください。
合成データのさまざまなユースケースについて
合成データは、多くの組織において、機械学習モデルのトレーニングに使用するラベル付きデータの入手という課題の解決に役立っています。それによって実現する幅広いユースケースをご覧ください。
合成データで「ウォーリーをさがせ」るか
ニューラルネットワークのトレーニングのために Unity の Perception パッケージを使用して『ウォーリーをさがせ』のような画像を作成した方法をご覧ください（同じネットワークには、さらに fastai ライブラリを使用したトレーニングも実施しました）。
ディープラーニングのための合成画像を作成する
Unity と Unity Perception パッケージを設定し、ディープラーニング、AI、コンピュータービジョンのニューラルネットワークのトレーニングに使用する合成画像を作成する方法については、こちらのチュートリアルをご確認ください。
合成に裏付けられたコンピュータービジョンアルゴリズムの開発
Standard Cognition が Unity をどのように使用して、自社のデジタル決済システムにおけるデータ収集とラベル付けにかかる金銭的コストとアルゴリズム開発に要する時間を減らしたかをご覧ください。
Unity のエコシステムを探索する
Unity の AI、機械学習、シミュレーション製品を確認し、それらがさまざまな問題の解決にどのように役立つかご覧ください。今後の製品リリースの早期テスターになることもできます。こちらでサインアップしてください。
Unity Simulation Pro
このシミュレーション用に最適化されたランタイムビルドを使用すると、オンプレミスまたはプライベートクラウドでの強力なシミュレーションの大規模なテストとトレーニングがより簡単かつ高速になり、よりコスト効率が高くなります。
Unity Machine Learning Agents（ML-Agents）
ディープラーニングテクノロジーを活用したツールキットを使用してインテリジェントでレスポンシブなエージェントを制作。
よくあるご質問
Unity には、皆さんのプロジェクトのために合成データセットを生成できる、コンピュータービジョンと Unity のエキスパートが揃っています。価格については、Unity にお問い合わせください。
Unity では段階的な価格設定を用意しています。必要な合成画像の数が多いほど、画像の単価は低くなります。価格については、Unity にお問い合わせください。
Unity の専門知識がある方は、Unity のツールを使用して独自のデータセットを構築できます。ツールは無料で使用できます。
合成データは、次のような場合に有用です。
- 実世界のデータのサンプルが足りない。この場合、Unity Computer Vision を使用して大量の合成データを生成することで実世界のデータを補強し、モデルのパフォーマンスを高めることができます。
- プロジェクトに適した実世界のデータを収集できない。この場合、Unity Computer Vision を使用して、高品質のラベル付き合成画像を生成し、純粋な合成データでモデルを強化できます。