PRODUTOS

Unity Computer Vision

Crie modelos precisos e prontos para produção mais rapidamente.

Crie dados sintéticos de alta qualidade mais rápido com a nossa suíte ampliada de ferramentas de código aberto. Confira as ferramentas gratuitas

Ferramentas e conteúdo gratuitos para geração de dados sintéticos

Confira nossos lançamentos acadêmicos recentes de ferramentas, conjuntos de dados e geradores de conjuntos de dados de código aberto para a criação de dados sintéticos para treinamento de modelos de visão computacional.

Ferramentas e conteúdo
Unity Perspective 1.0 com produtos de mercado

Unity Perception 1.0

O pacote Perception oferece um kit de ferramentas para gerar conjuntos de dados em grande escala para treinamento e validação de visão computacional. O Unity Perception 1.0 é um lançamento mais completo que inclui novos rótulos, randomizadores, amostras e recursos de renderização.

Use ferramentas de código aberto
Data analysis and visualization in Unity engine

Análise e visualização de dados em Python

PySOLO tools é um novo pacote Python de código aberto que oferece recursos para analisar e visualizar dados no novo formato SOLO.

Use ferramentas de código aberto
SynthHomes demo

Casas sintéticas

Agora disponível em versão de código aberto, o Unity SynthHomes é um conjunto de dados com 100 mil imagens de interiores de casas sintéticas e um binário gerador de conjuntos de dados associado.

Use conteúdo de código aberto
Humanos sintéticos

Humanos sintéticos

Já disponível somente para uso acadêmico, o Unity Synthetic Humans é um gerador de pessoas 3D desenvolvido do zero para visão computacional centrada no ser humano.

Use conteúdo com licença acadêmica
Jack Hsu, Senior Manager, Boeing Vancouver

“Sempre que for necessário impulsionar o aprendizado de máquina com dados, haverá lugar para dados sintéticos. Criar conjuntos de dados sintéticos em um mundo virtual significa a possibilidade de criação de milhões de imagens muito mais rapidamente do que sair e tirar as próprias fotos.”

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

“Na Ouva, nossa plataforma de monitoramento de pacientes usou o Unity Computer Vision para gerar dados sintéticos e reduziu nossos ciclos de captura de dados que duravam meses para uma semana, enquanto nosso conjunto de dados cresceu 10x e as precisões dos modelos aumentaram entre 5% e 10%.”

Dogan Demir, CEO, Ouva

Estudos de caso

Ouva

A plataforma de dados médicos simulados da Ouva utiliza o poder dos dados sintéticos para melhorar o desempenho de modelos em mais de 10%, reduzir os custos de etiquetagem em até US$ 40 mil, criar conjuntos de dados equilibrados em horas em vez de semanas e reduzir os ciclos de iteração de semanas para dias.

Boeing

Nesta entrevista, descubra como a Boeing trabalhou com a Unity para gerar mais de 100 mil imagens sintéticas com o intuito de melhorar o treinamento de algoritmos de aprendizado de máquina de seu aplicativo de inspeção de aeronaves com realidade aumentada (AR).

Passio

Descubra como a Passio combina os dados sintéticos do Unity com dados reais para ampliar seus conjuntos de dados e acelerar o treinamento da IA para aplicações de IA e realidade aumentada (AR).

Neural Pocket

Descubra como a startup de IA Neural Pocket usou o Unity Computer Vision para reduzir consideravelmente os custos de desenvolvimento de modelos de visão computacional e o tempo de implantação (de 24 semanas para 1 semana).

Acelere o treinamento de visão computacional

Está buscando ajuda para geração de dados sintéticos e visão computacional? Obtenha consultoria especializada e serviços profissionais da nossa equipe de especialistas.

Perguntas frequentes

Os dados sintéticos não se parecem com os dados reais. Eles realmente funcionam?

Confira nossos artigos para ver como os modelos treinados com dados sintéticos e reais superam modelos treinados somente com dados reais:

Quais tipos de aplicações de visão computacional podem ser treinadas com dados sintéticos?

Nossos clientes usam o Unity para gerar dados sintéticos para diversas aplicações de visão computacional, incluindo detecção de humanos, detecção de objetos, detecção de defeitos de fabricação, aplicações eletrônicas domésticas e muito mais.

Quando posso usar dados de treinamento sintéticos?

Você pode usar dados de treinamento sintéticos quando:  

  1. Você tem apenas um pequeno conjunto de amostra de dados reais. Neste caso, você pode aprimorar seus dados reais com uma grande quantidade de dados sintéticos gerados pelo Unity Computer Vision e aumentar o desempenho do seu modelo.  
  2. Você não consegue coletar os dados reais apropriados para o seu projeto. Nesse caso, você pode usar o Unity Computer Vision para gerar imagens sintéticas rotuladas de alta qualidade e inicializar seus modelos com dados puramente sintéticos.

Usamos cookies para garantir a melhor experiência no nosso site. Visite nossa página da política de cookies para obter mais informações.

Eu entendi