synthetic data – NVIDIA 技術博客

synthetic data – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞和內容。 Thu, 26 Oct 2023 05:42:47 +0000 zh-CN hourly 1 196178272 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 http://www.open-lab.net/zh-cn/blog/how-to-train-autonomous-mobile-robots-to-detect-warehouse-pallet-jacks-using-synthetic-data/ Wed, 25 Oct 2023 05:29:37 +0000 http://www.open-lab.net/zh-cn/blog/?p=8044 Continued]]> 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。如果想查看使用合成數據生成可檢測倉庫中托盤的預訓練模型的示例，請參見利用 OpenUSD 和合成數據開發托盤檢測模型。這篇文章探討了如何訓練 AMR 使用合成數據檢測倉庫托盤搬運車。托盤搬運車通常用于倉庫中提升和運輸重型托盤。在擁擠的倉庫中，AMR 檢測并避免與托盤搬運車碰撞非常重要。為了實現這一目標，我們需要在各種照明和遮擋條件下，使用大量多樣的數據來訓練人工智能模型。真實數據很少能夠捕捉到所有潛在的場景。合成數據生成 (SDG)，這是由 3D 模擬生成的注釋數據，使開發人員能夠克服數據缺口并引導模型訓練過程。這個用例將再次采用以數據為中心的方法，通過操縱數據，而不是更改模型參數來適應數據。

]]>

8044

在 NVIDIA Omniverse Replicator 1.10 中使用低代碼工作流加速合成數據生成 http://www.open-lab.net/zh-cn/blog/boost-synthetic-data-generation-with-low-code-workflows-in-nvidia-omniverse-replicator-1-10/ Wed, 18 Oct 2023 05:57:04 +0000 http://www.open-lab.net/zh-cn/blog/?p=8004 Continued]]> 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，數據反映真實環境并整合一系列場景至關重要。這包括通常難以收集數據的邊緣用例，例如街頭交通和制造裝配線。為了啟動和加速計算機視覺模型的訓練，AI 和機器學習 (ML) 工程師可以利用合成數據 (SDG) 來生成大量不同的訓練數據集，以處理視覺檢測、機器人和自動駕駛領域的各種用例。最新更新的 NVIDIA Omniverse Replicator 是 NVIDIA Omniverse 的核心擴展，基于通用場景描述（OpenUSD）的平臺，開發人員可以構建比以往任何時候都更強大的合成數據生成管道。新功能亮點包括：借助 Omniverse Replicator，開發者能夠構建用于訓練計算機視覺模型的數據工廠。此外，

Source

]]>

8004

驗證 NVIDIA DRIVE Sim 雷達模型 http://www.open-lab.net/zh-cn/blog/validating-nvidia-drive-sim-radar-models/ Tue, 26 Sep 2023 05:13:33 +0000 http://www.open-lab.net/zh-cn/blog/?p=7916 Continued]]> 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。傳感器可以是被動的，比如相機，也可以是主動的，發出電磁波（激光雷達、雷達）或聲波（超聲波）來產生傳感器輸出。在模擬中建模時，每個模態都必須根據其真實世界中的對應模態進行驗證。在之前的文章中，我們詳細介紹了如何使用 NVIDIA DRIVE Sim 驗證相機和激光雷達模型，具體可以參見 Validating NVIDIA DRIVE Sim Camera Models 和 Validating NVIDIA DRIVE Sim Lidar Models。本文將涵蓋雷達，這是一種用于探測和躲避障礙物的重要傳感器。雷達驗證有多種方法。例如，您可以比較在真實世界數據上訓練的 AV 堆棧在遇到合成雷達數據時的行為。或者，

]]>

7916

如何用合成數據訓練用于視覺檢測的目標檢測模型 http://www.open-lab.net/zh-cn/blog/how-to-train-an-object-detection-model-for-visual-inspection-with-synthetic-data/ Mon, 18 Sep 2023 02:47:50 +0000 http://www.open-lab.net/zh-cn/blog/?p=7892 Continued]]> 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。計算機視覺可以幫助及早發現產品的問題，減少產品交付給客戶的機會。然而，對于邊緣人工智能開發人員來說，開發準確且通用的物體檢測模型仍然具有挑戰性。穩健的對象檢測模型需要訪問全面且具有代表性的數據集。在許多制造場景中，真實世界的數據集在捕捉實際場景的復雜性和多樣性時顯得不足。狹窄環境和有限變化的限制對訓練模型有效適應一系列情況提出了挑戰。團隊可以利用合成數據在與現實世界場景非常相似的多樣化隨機數據上訓練模型，以解決數據集差距。其結果是更準確、適應性更強的人工智能模型，可用于工業自動化、醫療保健和制造業等領域的廣泛邊緣人工智能應用。 Edge Impulse 是一個集成開發平臺，使開發人員能夠為邊緣設備創建和部署人工智能模型。它支持數據收集、預處理、

]]>

7892

使用 ROS 2 MoveIt 和 NVIDIA Isaac Sim 創建逼真的機器人模擬 http://www.open-lab.net/zh-cn/blog/create-realistic-robotics-simulations-with-ros-2-moveit-and-nvidia-isaac-sim/ Tue, 18 Apr 2023 03:16:49 +0000 http://www.open-lab.net/zh-cn/blog/?p=6723 Continued]]> 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，領導 MoveIt 開發的公司，正在探索使用NVIDIA Isaac Sim在內部研發項目中。該項目的目標是提高對操縱的感知，并通過MoveIt Studio， PickNik 的商業機器人開發平臺，具有更自主的行為這篇文章向您展示了如何將 MoveIt 2 與 NVIDIA ISAAC Sim 中模擬的機器人集成。本教程需要一臺安裝了 ISAAC Sim 2022.2.0 的機器，以及如下所列的系統配置。請參閱 NVIDIAIsaac Sim documentation了解具體的安裝細節和要求要執行 MoveIt 計算的軌跡，我建議使用ros2_control用于管理和與您的機器人通信的框架，無論是真實的還是模擬的。建議使用這種方法，

]]>

6723

利用三維合成數據進行自舉目標檢測模型訓練 http://www.open-lab.net/zh-cn/blog/bootstrapping-object-detection-model-training-with-3d-synthetic-data/ Wed, 29 Mar 2023 06:27:19 +0000 http://www.open-lab.net/zh-cn/blog/?p=6615 Continued]]> 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，從而使人工智能模型無法準確預測各種場景。 Synthetic data提供了一種替代真實世界數據的方法，使人工智能研究人員和工程師能夠引導人工智能模型訓練。除了引導模型訓練外，研究人員還可以通過改變許多不同的參數（如位置、顏色、對象大小或照明條件）來快速生成新的數據集，以生成有助于創建通用模型的不同數據這篇文章向你展示了如何使用一個模型，使用從NVIDIA Omniverse Replicator，一個以編程方式生成物理上精確的 3D 合成數據的 SDKpretrained model使用這些數據，而不是收集真實世界的數據。使用合成數據，可以創建所需的確切場景，甚至可以添加新元素或調整場景，從而進一步迭代對象檢測管道要生成合成數據，

]]>

6615

驗證 NVIDIA DRIVE Sim 中的主動傳感器 http://www.open-lab.net/zh-cn/blog/validating-active-sensors-in-nvidia-drive-sim/ Fri, 20 Jan 2023 09:07:17 +0000 http://www.open-lab.net/zh-cn/blog/?p=6151 Continued]]> 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，這也是確保魯棒性的一項巨大任務。仿真是達到這一規模的重要工具，但準確性是其有效性的關鍵。 NVIDIA DRIVE Sim 建立在 NVIDIA Omniverse 的基礎上，通過基于物理的端到端仿真平臺解決了這一挑戰，該平臺從一開始就構建為運行大規模、物理精確的多傳感器仿真。它使您能夠生成合成數據，以訓練 AV 感知，并在具有高保真度和精確傳感器數據的閉環模擬中驗證運動控制。 AV 傳感器可分類如下：這種驗證我們的模型與現實相符的能力確保了 DRIVE Sim 產生值得信賴的結果。現在，我們將分享我們為將激光雷達模型與現實世界相關聯所做的工作。在 Lidar Validation 白皮書中，

]]>

6151

使用人工智能快速生成虛擬世界的 3D 資產 http://www.open-lab.net/zh-cn/blog/rapidly-generate-3d-assets-for-virtual-worlds-with-generative-ai/ Tue, 03 Jan 2023 05:38:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=5917 Continued]]> 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打開新的可能性。生成型人工智能將觸及元宇宙的各個方面，它已經被用于在 Omniverse ACE 讓 AI 化身栩栩如生等用例。其中許多項目，如 Audio2Face 和 Audio2Gesture ，從音頻生成動畫，已成為 Omniverse community 中廣受歡迎的工具。在 CES 上， NVIDIA 發布了新的生成 AI 技術，這些技術將應用于 Omniverse ，以幫助比以往更快、更容易地創建虛擬世界。這些模型既可以作為 NVIDIA 合作伙伴的第三方連接器提供，也可以作為 NVVIDIA 研究團隊發布的內部 AI 項目的擴展提供 AI ToyBox 。

]]>

5917

借助新的 NVIDIA Omniverse Replicator 功能，以前所未有的速度加快 AI 培訓 http://www.open-lab.net/zh-cn/blog/accelerate-ai-training-faster-than-ever-with-new-nvidia-omniverse-replicator-capabilities/ Wed, 21 Sep 2022 10:07:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=5235 Continued]]> 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 在云中構建自定義、物理精確的合成數據生成管道。 Omniverse Replicator 是一個構建在 NVIDIA Omniverse 平臺上的高度可擴展框架，它支持物理精確的 3D 合成數據生成，以加快感知網絡的訓練和準確性。 Omniverse Replicator 現在可以通過 NVIDIA NGC 上托管的容器部署在云端中， SaaS 可供應用程序早期訪問。 Replicator 工具和內容套件現在還包括一個新的 Replicator Insight 應用程序，用于增強對生成數據的查看和檢查，以及新的 SimReady 內容和即插即用合成數據工作流指南。許多合作伙伴正在其現有工具中集成 Omniverse Replicator ，

]]>

5235

使用 NVIDIA ISAAC Sim 和 NVIDIA ISAAC Replicator 縮小 Sim2Real 差距 http://www.open-lab.net/zh-cn/blog/closing-the-sim2real-gap-with-nvidia-isaac-sim-and-nvidia-isaac-replicator/ Wed, 27 Jul 2022 06:17:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=4702 Continued]]> 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 Replicator 中的系統，可以幫助您使用合成數據訓練和優化模型。 Omniverse Replicator 是在 NVIDIA Omniverse 平臺上構建的 SDK ，它使您能夠構建自定義的合成數據生成工具和工作流。 NVIDIA ISAAC Sim 開發團隊使用 Omniverse Replicator SDK 構建 NVIDIA ISAAC Replicator ，這是一個特定于機器人的合成數據生成工具包，在 NVIDIA ISAAC Sim 應用程序中公開。我們探索了在最近的一個項目中使用從合成環境生成的合成數據。 Trimble 計劃部署 Boston Dynamics 的 Spot 在各種室內設置和施工環境中。

]]>

4702

攜手共進：利用 Lexset 合成數據和 NVIDIA TAO 加速 AI 模型開發 http://www.open-lab.net/zh-cn/blog/better-together-accelerating-ai-model-development-with-lexset-synthetic-data-and-nvidia-tao/ Mon, 23 May 2022 08:20:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=4173 Continued]]> 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。完成后，您可以找到邊緣案例并需要更多數據，從而重新開始循環。多年來，這種循環阻礙了人工智能的發展，尤其是在計算機視覺領域。 Lexset 構建工具，使您能夠生成數據來解決這個瓶頸。作為 AI 培訓周期的一部分，可以開發和迭代具有培訓數據的強大新工作流。 Lexset 的 Seahaven 平臺可以在幾分鐘內生成完全帶注釋的數據集，包括照片級真實感 RGB 圖像、語義分割和深度圖。迭代可以快速有效地提高模型的準確性。尋找異常事件或罕見情況的數據不再需要幾個月的時間。只需快速調整配置并生成新數據，即可使您的模型比以往任何時候都更好。從 Seahaven 生成的合成數據可用于微調和定制 NVIDIA TAO 工具包中的預訓練模型。

]]>

4173

最佳實踐：由合成數據支持的可解釋人工智能 http://www.open-lab.net/zh-cn/blog/best-practices-explainable-ai-powered-by-synthetic-data/ Fri, 20 May 2022 08:19:24 +0000 http://www.open-lab.net/zh-cn/blog/?p=4170 Continued]]> 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。在人工智能對個人生活有重大影響的領域，如信用風險評分，管理者和消費者都有權要求深入了解這些決策。領先的金融機構已經在利用 XAI 驗證其模型。同樣，監管機構也要求深入了解金融機構的算法環境。但在實踐中如何做到這一點呢？人工智能越先進，對可解釋性來說，數據就越重要。現代的 ML 算法有集成方法和深度學習，即使沒有數百萬個模型參數，也會產生數千個。當應用于實際數據時，如果不看到它們的實際作用，就不可能掌握它們。甚至在培訓數據敏感的情況下，廣泛訪問數據的必要性也是顯而易見的。用于信用評分和保險定價的金融和醫療數據是人工智能中使用最頻繁、但也是最敏感的數據類型。這是一個相互矛盾的難題：你想要數據得到保護，你想要一個透明的決策。那么，

]]>

4170

使用 Transformers 生成合成數據：企業數據挑戰的解決方案 http://www.open-lab.net/zh-cn/blog/generating-synthetic-data-with-transformers-a-solution-for-enterprise-data-challenges/ Thu, 12 May 2022 09:06:35 +0000 http://www.open-lab.net/zh-cn/blog/?p=3927 Continued]]> 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、數據可用性有限、數據隱私等。綜合生成的數據是解決這些挑戰的潛在解決方案，因為它通過從模型中采樣來生成數據點。連續采樣可以生成無限多的數據點，包括標簽。這允許跨團隊或外部共享數據。生成合成數據還可以在不影響質量或真實性的情況下提供一定程度的數據隱私。成功的合成數據生成涉及在保持隱私的同時捕獲分布，并有條件地生成新數據，然后這些數據可用于建立更穩健的模型或用于時間序列預測。在這篇文章中，我們以 NVIDIA NeMo 為例，解釋如何用 transformer 模型人工生成合成數據。我們解釋了如何在 machine learning 算法中使用合成生成的數據作為真實數據的有效替代品，以保護用戶隱私，同時做出準確的預測。

]]>

3927

使用 NVIDIA ISAAC Sim 和 NVIDIA TAO 開發和部署人工智能驅動的機器人 http://www.open-lab.net/zh-cn/blog/developing-and-deploying-ai-powered-robots-with-nvidia-isaac-sim-and-nvidia-tao/ Tue, 03 May 2022 09:42:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=3848 Continued]]> 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，它們可以更好地感知周圍環境，并在最少的人工干預下做出決策。例如，一個用于倉庫的自動機器人將有效載荷從一個地方移動到另一個地方。它必須感知周圍的自由空間，檢測并避免路徑中的任何障礙，并做出“即時”決定，毫不拖延地選擇新路徑。這就是挑戰所在。這意味著構建一個由人工智能模型支持的應用程序，該模型經過訓練和優化，可以在這種環境下工作。它需要收集大量高質量的數據，并開發一個高度精確的人工智能模型來驅動應用程序。這些是將應用程序從實驗室轉移到生產環境的關鍵障礙。在這篇文章中，我們將展示如何使用 NVIDIA ISAAC 平臺和 TAO 框架解決數據挑戰和模型創建挑戰。你使用 NVIDIA ISAAC Sim ，一個機器人模擬應用程序，

]]>

3848

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 http://www.open-lab.net/zh-cn/blog/overcoming-data-collection-and-augmentation-roadblocks-with-tao-toolkit-and-appen-data-annotation-platform/ Tue, 25 Jan 2022 06:51:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=2893 Continued]]> 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，以及快速發展和定制解決方案的能力。 NVIDIA TAO 是一個人工智能模型調整框架，與從頭開始的培訓相比，它可以讓您利用生產質量、預培訓的人工智能模型，并在很短的時間內對其進行微調。要進一步微調這些模型，或確認模型的精度，需要額外的高質量訓練數據。 Appen 是 TAO 的數據注釋合作伙伴，如果您沒有合適的可用數據，它可以訪問高質量的數據集和服務，為您的數據添加標簽和注釋，以滿足您的獨特需求。在帖子中，我將向你展示如何使用 NVIDIA TAO 工具包一個基于 CLI 的NVIDIA TAO 框架的解決方案，以及 AppEN 的數據標記平臺，以簡化整個培訓過程，并為特定用例創建高度定制的模型。在您的團隊確定了要使用 ML 解決的業務問題后，

]]>

2893

人人超碰97caoporen国产