Generazione di dati sintetici

Accelera i flussi di lavoro IA.

Carichi di lavoro

Computer vision /Analisi video

Settori

Produzione industriale
Hardware/Semiconduttori
Settore automobilistico/trasporti
Spazi urbani/Smart city
Robotica

Obiettivo aziendale

Innovazione

Prodotti

NVIDIA Omniverse Enterprise
NVIDIA DRIVE
NVIDIA Isaac
NVIDIA Metropolis

Cosa sono i dati sintetici?

Il training di qualsiasi modello IA richiede set di dati accuratamente etichettati e diversificati che contengono da migliaia a milioni di elementi, alcuni dei quali oltre lo spettro visivo. La raccolta e l'etichettatura di questi dati nel mondo reale sono attività dispendiose che possono ostacolare lo sviluppo di modelli IA e rallentare i tempi per individuare le soluzioni.

Generati da simulazioni al computer, i dati sintetici sono costituiti da immagini 2D o testo e possono essere utilizzati insieme ai dati del mondo reale per addestrare modelli IA. La generazione di dati sintetici (SDG) consente di risparmiare molto tempo e di ridurre significativamente i costi.

Infografica sui dati sintetici

Perché utilizzare i dati sintetici?

Riduzione dei costi

Colma il divario di dati e riduci i costi complessivi di acquisizione ed etichettatura dei dati necessari per addestrare i modelli IA.

Privacy e sicurezza

Affronta i problemi di privacy e riduci il bias generando set di dati eterogenei per rappresentare il mondo reale.

Accuratezza

Crea modelli IA altamente accurati e generalizzati, eseguendo il training con dati che includono casi limite rari ma cruciali che altrimenti sarebbero impossibili da raccogliere.

Scalabilità

Genera dati scalabili in base al tuo scenario di utilizzo e al tuo settore, dalla produzione industriale, al settore automobilistico, fino alla robotica e non solo.

Simulazione robotica

Nel campo della robotica, i dati sintetici possono essere utilizzati per addestrare modelli IA distribuiti per la percezione dei robot, il recupero o l'ispezione visiva.

Link rapidi

Immagine gentilmente concessa da Techman Robot

Ispezione industriale

Il rilevamento dei difetti nelle parti prodotte è estremamente difficile perché spesso le anomalie sono impercettibili. I dati sintetici possono essere utilizzati per addestrare modelli IA in modo da rilevare i difetti nelle prime fasi del processo di produzione.

Immagine gentilmente concessa da Delta Electronics

Link rapidi

Image courtesy of Edge Impulse

Veicoli autonomi

L'utilizzo di un veicolo autonomo capace che possa muoversi in sicurezza nei dintorni richiede enormi quantità di dati di training, estremamente costosi e pericolosi da acquisire nella vita reale. I dati sintetici 3D possono essere utilizzati per sviluppare e testare soluzioni per veicoli autonomi in un ambiente di simulazione, riducendo i tempi di test e training e abbattendo i costi.

Generazione di dati sintetici

Per generare dati sintetici, occorre prima creare un digital twin dell'ambiente su cui eseguire il training del modello IA.

Se si esegue il training di un modello IA per un robot di magazzino, sarà necessario creare una scena virtuale con oggetti come transpallet e scaffalature. Se si esegue il training di un modello IA per l'ispezione visiva su una catena di montaggio, sarà necessario creare una scena virtuale con oggetti come un nastro trasportatore e il prodotto in lavorazione.

Una delle sfide principali che gli sviluppatori devono affrontare nello sviluppo di flussi di dati sintetici è colmare il divario tra simulazione e realtà. Per creare dati sintetici che riflettano gli scenari del mondo reale, sarà necessario randomizzare la scena in modo che possa rappresentare la moltitudine di scenari che un modello IA potrebbe incontrare. Questo significa modificare alcuni aspetti della scena, come la posizione degli oggetti, la texture e l'illuminazione. È inoltre utile modificare la posizione della telecamera e aggiungere elementi di distrazione ambientale che potrebbero influire sulle prestazioni del modello.

Con l'SDK NVIDIA Omniverse™ Replicator, gli sviluppatori possono creare flussi personalizzati che consentono agli artisti tecnici di creare e randomizzare dati sintetici per vari casi d'uso di training con IA. Omniverse Replicator alimenta NVIDIA Isaac Sim™, per generare dati sintetici per applicazioni robotiche e simulazione di veicoli autonomi, in modo da generare dati sintetici per lo sviluppo accelerato.

Ecosistema di partner per i dati sintetici

Scopri come il nostro ecosistema sviluppa applicazioni e servizi per dati sintetici basati sulle tecnologie NVIDIA.

Aziende di dati sintetici

Service Delivery Partner

Risorse

Training con dati sintetici

Partecipa a questo corso autogestito per scoprire come generare dati sintetici per addestrare modelli di computer vision.

Documentazione sui dati sintetici

Consulta la documentazione di Omniverse Replicator per iniziare con la generazione di dati sintetici.

Inizia

Crea la tua pipeline di generazione di dati sintetici per simulazioni robotiche, ispezione industriale e veicoli autonomi usando le API Omniverse Cloud o gli SDK.