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。

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。

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。

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。

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。
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。
リソース
ウェビナー、レポート、無料データセットなど、その他のコンピュータービジョンのリソースをご確認ください。
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。
合成データによって実現するさまざまなユースケース
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、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。
よくあるご質問
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。
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、次の場合に使用できます。
- 実世界のデータのサンプルが足りない。この場合、Unity Computer Vision 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。
- 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。