製品

Unity Computer Vision

プロダクション環境に対応した正確なモデルを迅速に構築しましょう。

拡張された一連のオープンソースツールを使用して、高品質の合成データをより迅速に作成しましょう。 無料ツールを見る

合成データ生成用の無料のツールとコンテンツ

コンピュータービジョンモデルのトレーニング用に合成データを生成するための、新しくオープンソース化されて教育機関向けにリリースされたツール、データセット、データセットジェネレーターをご紹介します。

ツールとコンテンツ
Unity Perspective 1.0 featuring grocery products

Unity Perception 1.0

Perception パッケージは、コンピュータービジョンのトレーニングと検証用の大規模なデータセットを生成するためのツールキットを提供します。Unity Perception 1.0 は、新しい、より完全なリリースです。新しいラベル、ランダマイザー、サンプル、レンダリング機能が含まれています。

オープンソースのツールを使用する
Unity エンジンでのデータの分析と可視化

Python でのデータの分析と可視化

PySOLO ツールは新しいオープンソースの Python パッケージで、新しい SOLO 形式のデータを分析、可視化するためのユーティリティを提供します。

オープンソースのツールを使用する
SynthHomes のデモ

シンセティックホーム

オープンソースのリリースとして提供を開始した Unity SynthHomes は、10 万個を数える室内装飾の合成画像データセットと、関連するデータセットジェネレーターのバイナリです。

オープンソースのコンテンツを使用する
シンセティックヒューマン

シンセティックヒューマン

教育機関のみを対象に提供を開始した Unity Synthetic Humans は、人間中心のコンピュータービジョン用にゼロから構築された 3D 人物ジェネレーターです。

教育機関向けライセンスでコンテンツを使用する
Jack Hsu, Senior Manager, Boeing Vancouver

「機械学習を稼動させるためにデータが必要とされる場所であればどこでも、合成データの役割は存在します。仮想世界で合成データを作成することは、現場に出て写真を撮影することと比較して、何百万もの画像を非常に迅速に作成できることを意味します。」

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

「Ouva の患者モニタリングプラットフォームは、Unity Computer Vision を使用して合成データを生成することで、データセットを 10 倍に拡張し、モデルの精度を 5 ~ 10% 改善すると同時に、1 か月かかっていたライブデータのキャプチャのサイクルを 1 週間に短縮しました。」

Dogan Demir, CEO, Ouva

ケーススタディ

Ouva

Ouva のシミュレートされたヘルスケアデータプラットフォームは、合成データの力を活用することで、モデルのパフォーマンスを 10% 以上改善し、ラベル付けのコストを最大 4 万ドル削減し、バランスのとれたデータセットを数週間ではなく数時間で作成し、イテレーションのサイクルを数週間から数日に短縮しています。

Boeing

こちらのインタビューで、Boeing が自社の拡張現実(AR)を活用する航空機検査アプリケーションの機械学習アルゴリズムのトレーニングをより適切に行うために、Unity とどのように連携して 10 万を超える合成画像を生成したかをご覧ください。

Passio

Passio がどのように Unity の合成データと実世界のデータを組み合わせてデータセットを拡張し、AI アプリケーションと拡張現実(AR)アプリケーションの AI トレーニングをスピードアップしているかについて詳しい知見が得られます。

Neural Pocket

AI スタートアップ企業の Neural Pocket が Unity Computer Vision をどのように活用して、コンピュータービジョンモデルの開発コストを大幅に削減し、展開までの時間を大幅に短縮(24 週間から 1 週間)したかをご覧ください。

コンピュータービジョンのトレーニングにかかる時間を短縮

合成データ生成とコンピュータービジョンに関するサポートが必要ですか?Unity のエキスパートチームによる専門的なコンサルティングとプロフェッショナルサービスをご利用ください。

よくあるご質問

合成データは実際のデータとは見た目が違います。本当に役に立つのでしょうか?

合成および実際のデータを使ってトレーニングされたモデルが、実際のデータのみを使ってトレーニングされたモデルよりもパフォーマンスが優れている理由を考察した論文をご紹介します。

合成データを使用して、どのような種類のコンピュータービジョンアプリケーションをトレーニングすることができますか?

お客様は Unity を使用して、人物の検出、オブジェクト検出、製造欠陥の検出、家庭用電化製品アプリケーションなど、さまざまなコンピュータービジョンアプリケーション用の合成データを生成しています。

合成トレーニングデータはどのような場合に使用できますか?

合成トレーニングデータは、次の場合に使用できます。  

  1. 実世界のデータのサンプルが足りない。この場合、Unity Computer Vision によって生成された大量の合成データ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。  
  2. 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。

弊社のウェブサイトは最善のユーザー体験をお届けするためにクッキーを使用しています。詳細については、クッキーポリシーのページをご覧ください。

OK