synthetic data

2023年 10月 25日

如何訓練自主移動機器人使用合成數據檢測倉庫托盤搬運車

合成數據在訓練部署在自主移動機器人（AMR）上的感知 AI 模型時起著關鍵作用。這一過程在制造業中變得越來越重要。
3 MIN READ
2023年 10月 18日

在 NVIDIA Omniverse Replicator 1.10 中使用低代碼工作流加速合成數據生成

數據是 AI 系統的生命線，AI 系統依靠可靠的數據集進行學習并做出預測或決策。具體而言，對于感知 AI 模型而言，
1 MIN READ
2023年 9月 26日

驗證 NVIDIA DRIVE Sim 雷達模型

傳感器模擬是解決自動駕駛汽車（AV）開發中現實世界數據差距的關鍵工具。然而，只有傳感器模型準確地反映了物理世界，它才有效。
4 MIN READ
2023年 9月 18日

如何用合成數據訓練用于視覺檢測的目標檢測模型

人工智能正在迅速改變工業視覺檢測。在工廠環境中，目視檢查用于許多問題，包括在組裝過程中檢測缺陷和丟失或不正確的零件。
2 MIN READ
2023年 4月 18日

使用 ROS 2 MoveIt 和 NVIDIA Isaac Sim 創建逼真的機器人模擬

MoveIt是一個機器人操縱平臺，融合了運動規劃、操縱、 3D 感知、運動學、控制和導航方面的最新進展。PickNik Robotics，
1 MIN READ
2023年 3月 29日

利用三維合成數據進行自舉目標檢測模型訓練

訓練人工智能模型需要大量的數據。獲取大量訓練數據可能很困難、耗時且成本高昂。此外，所收集的數據可能無法涵蓋各種角落的情況，
4 MIN READ
2023年 1月 20日

驗證 NVIDIA DRIVE Sim 中的主動傳感器

自動駕駛汽車的發展與規模有關。工程師必須收集并標記大量數據，以訓練自動駕駛神經網絡。 然后，這些數據被用于測試和驗證 AV 系統，
1 MIN READ
2023年 1月 3日

使用人工智能快速生成虛擬世界的 3D 資產

為了加速 3D 世界和 元宇宙 的發展， NVIDIA 推出了許多人工智能研究項目，以幫助 creators 跨行業利用 生成人工智…
1 MIN READ
2022年 9月 21日

借助新的 NVIDIA Omniverse Replicator 功能，以前所未有的速度加快 AI 培訓

在 GTC 上宣布，技術藝術家、軟件開發人員和 ML 工程師現在可以使用 NVIDIA Omniverse Replicator…
2 MIN READ
2022年 7月 27日

使用 NVIDIA ISAAC Sim 和 NVIDIA ISAAC Replicator 縮小 Sim2Real 差距

合成數據是計算機視覺應用中訓練機器學習模型的重要工具。 NVIDIA 的研究人員介紹了一種 結構化域隨機化 Omniverse…
3 MIN READ
2022年 5月 23日

攜手共進：利用 Lexset 合成數據和 NVIDIA TAO 加速 AI 模型開發

要開發準確的計算機視覺 AI 應用程序，您需要大量高質量的數據。對于傳統的數據集，您可能需要花費數月的時間來收集圖像、獲取注釋和清理數據。
2 MIN READ
2022年 5月 20日

最佳實踐：由合成數據支持的可解釋人工智能

數據是模型可解釋性的核心。可解釋人工智能（ XAI ）是一個快速發展的領域，旨在深入了解人工智能算法的復雜決策過程。
2 MIN READ
2022年 5月 12日

使用 Transformers 生成合成數據：企業數據挑戰的解決方案

大數據、新算法和快速計算是使現代 AI 革命成為可能的三個主要因素。然而，數據給企業帶來了許多挑戰：數據標記困難、數據治理效率低下、
2 MIN READ
2022年 5月 3日

使用 NVIDIA ISAAC Sim 和 NVIDIA TAO 開發和部署人工智能驅動的機器人

從制造汽車到幫助外科醫生和送披薩，機器人不僅自動化，而且將人類任務的速度提高了許多倍。隨著人工智能的出現，你可以建造更智能的機器人，
4 MIN READ
2022年 1月 25日

使用 NVIDIA TAO 工具包和 Appen 數據注釋平臺克服數據收集和擴充障礙

從頭開始構建人工智能模型需要大量的數據、時間、金錢和專業知識。這與在人工智能領域取得成功的條件不符：快速上市，
3 MIN READ
2021年 11月 9日

NVIDIA Omniverse Replicator 為機器人生成合成訓練數據

AI 先鋒 Andrew Ng 呼吁廣泛轉向以數據為中心的機器學習（ ML ）方法。他最近舉辦了第一次以數據為中心的人工智能數據質量競賽，
2 MIN READ