Rendered. 将 NVIDIA Omniverse Replat 集成到其合成数据生成平台,使 AI 训练变得更加简单易用。
Rendered.ai 正在通过其合成数据生成(G)平台即服务(PaaS)为、数据科学家等人员简化 AI 训练。
训练 AI 模型需要大量高质量、多样化且无偏向的数据集。在对 AI 的需求日益增加的情况下,获得这些数据的难度很大且成本高昂。
Rendered.ai 平台即服务的解决方法是,生成符合现实的合成数据(从 3D 中创建的数据)来训练计算机视觉模型。
Rendered.ai 创始人兼首席执行官 Nathan Kundtz 表示:“真实世界的数据往往无法记录到泛化 AI 模型所需的所有可能场景和边缘案例,这就是为什么 SDG 对于 AI 和至关重要。”
Rendered.ai 现已将用于开发和运营元宇宙应用的 Omniverse 平台中的核心扩展程序——NVIDIA Omniverse Replicator集成到其平台中。
借助 Omniverse Replicator,开发者能够为视觉、技术、等诸多相关应用生成带有的合成数据。Omniverse Replicator 建立在通用场景描述(OpenUSD)、材料定义语言(MDL)、PhysX 等 3D 工作流的开放标准基础之上。
用 Rendered.ai 生成的合成图像已被用于诸多领域,如为虚拟世界的景观和植物建模、检测卫星图像中的物体,甚至是测试人类卵细胞的生存能力。
随着 Rendered.ai 开始使用 Omniverse Replicator 的光线追踪、域随机化、多模拟等由 RTX 加速的功能,计算机视觉工程师、数据科学家和其他用户可以通过云端的简单 web 界面快速、轻松地生成合成数据。
Kundtz 表示:“用来训练 AI 的数据是影响 AI 性能的重要主导因素。我们通过将 Omniverse Replicator 集成到 Rendered.ai 中,使用户能够更加便捷高效地打造合成数据,为各个行业的应用训练出更大、更好的 AI 模型。”
上个月,Rendered.ai 在加拿大温哥华举办的 CVPR 上展示了其集成了 Omniverse Replicator 的平台。
云端的合成数据生成
Rendered.ai 现已在 AWS Marketple 上提供。它可为开发者和团队提供一个协作式 web 界面,用于设计可以由计算机视觉工程师和数据科学家轻松配置的 SDG 应用。
通过这个一站式工坊,人们可以在 web 浏览器上共享包含 SDG 数据集、任务、图片等内容的工作空间。
▲ 可在 web 浏览器上使用的 Rendered.ai 平台即服务视图。
现在,人们可以通过在 AWS 基础设施上运行的 Rendered.ai 轻松使用 Omniverse Replicator 、示例和其他 3D 资产,这能帮助开发者开始在云端建立属于自己的 SDG 能力。而对于已经熟悉这些工具的 Omniverse Replicator 用户来说,整个过程将更加无缝。
Kundtz 表示,Rendered.ai 之所以专注于通过该平台提供符合现实的合成数据,是因为这能够依据现实世界的真实运行过程,向 AI 系统提供新的信息。
他补充道:“未来,每个使用 AI 的公司都会有一支合成数据工程团队,来构建基于物理的模型和特定领域的 AI 模型。由于复杂的 AI 任务需要在涵盖不同场景的大批量数据上进行训练,因此只模拟一次往往不够,这就是合成数据的关键所在。”
审核编辑:刘清
上一篇:伺服系统和机器人的关系
下一篇:工业机器人编程教程之逻辑编程
- MIC28304-2 5V EV,MIC28304 5V/3A 输出电源模块超速控制系列评估板
- 循迹小车+仿真
- SY58611U,用于 GB 以太网交换机的时钟多路复用器的评估板
- 基于BlueNRG-355MC片上系统的评估平台
- KIT40XS6500EKEVB,评估板采用 MC40XS6500 五角高边开关
- 面向智能设备,基于i.MX 6SoloX应用处理器的SABRE板
- TS4962 2W免滤波器D类音频功率放大器典型应用
- MC34163 外部 PNP 饱和升压开关稳压器的典型应用
- 【美岩电子制作】HLW8032单相电能采集(UART)模块-LYM-01
- DEV-14779,SparkFun LumiDrive LED 驱动器开发套件