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。

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。

合成トレーニングデータを使用する利点

事前にラベル付け

合成画像には事前にラベルとアノテーションが付けられているため、ヒューマンエラーが入り込む余地が少なくなります。

リスクの軽減

実際のデータ収集に関わる制限は、マシンによって生成された合成画像には適用されません。

無制限のデータの多様性

エッジケースシナリオ、what-if 状況、環境変動などをキャプチャするトレーニングデータを生成します。

最大で 80% のコストを削減

実際にデータを収集するのにかかるコストの数分の 1 で、予算を超過することなく大規模なデータセットを生成します。

最大 30 倍高速なモデル開発

トレーニングのイテレーションサイクルを短縮し、コンピュータービジョンモデルの展開をスピードアップします。

最大で 30% 高い精度で検出

純粋な合成画像でトレーニングしたり、少数の実際の画像のサンプルで補強したりすると、モデルのパフォーマンスが大幅に向上します。

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できます。

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。

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

事前にラベル付けされたさまざまなトレーニングデータをオンデマンドで生成することで、コンピュータービジョンモデルのトレーニング用のデータに関する課題を克服しましょう。

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