
Generación de conjuntos de datos de automóviles
Reducción del costo de entrenar redes neuronales para la estimación de pose de vehículos mediante datos sintéticos
Desafío de negocio
Para un proyecto reciente de aplicación móvil, Laan Labs necesitaba crear una experiencia de realidad aumentada en torno al exterior de un automóvil. Para superponer gráficos realistas sobre un automóvil en AR, es necesario estimar con precisión la posición y la orientación del vehículo en tiempo real.
Obtener imágenes de entrenamiento puede resultar muy costoso y puede exigir una anotación manual laboriosa y propensa a errores. Los automóviles, en particular, son grandes y brillantes, y su alta reflectividad hace que puedan verse muy distintos según las condiciones climáticas y el entorno.
Laan Labs necesitaba reunir más de 10 000 imágenes representativas de las condiciones reales que un usuario podría encontrar al fotografiar un automóvil con un smartphone.
Los datos sintéticos aportan imágenes fotorrealistas únicas con etiquetas de referencia (ground truth) precisas
Enfoque
El enfoque de Laan Labs consistió en aprovechar los datos sintéticos, mediante el desarrollo de un software que genera imágenes fotorrealistas únicas con etiquetas de referencia (ground truth) precisas. Se eligió una selección de modelos 3D de automóviles creados por artistas, escenas de fondo y modelos de iluminación como base de un entorno 3D. Las anotaciones de las imágenes se calcularon directamente a partir de la escena 3D. Se parametrizaron diversos aspectos de la escena, como el ángulo de la cámara, la iluminación y el fondo. También se pudieron personalizar atributos propios del vehículo, como su pose, el color y el acabado mate de la pintura, el tintado de las ventanas y la elección de las llantas. Con la escena 3D parametrizada, es posible generar proceduralmente un sinfín de variaciones de imágenes anotadas de automóviles mediante computación en la nube.
Valor para el negocio
Al generar datos sintéticos, Laan Labs produjo las más de 10 000 imágenes etiquetadas que necesitaba el proyecto sin tener que fotografiar y anotar a mano miles de automóviles reales. Las etiquetas se calcularon directamente a partir de la escena 3D, lo que eliminó la anotación manual y los errores que conlleva, y se pudieron añadir nuevas variaciones de iluminación, pintura y fondo modificando parámetros, en lugar de organizar otra sesión fotográfica. El conjunto de datos se utilizó para entrenar el modelo de estimación de pose del vehículo en el que se basa la experiencia de realidad aumentada de la aplicación.
Tecnologías utilizadas
Visión por computador, redes neuronales, realidad aumentada, Python, iOS, TensorFlow, CoreML
Trabaje con Laan Labs
Desarrollo de visión por computador e IA
Visión por computador y aprendizaje automático a medida, de la prueba de concepto a la producción, en el dispositivo y en la nube.
Descargar este artículo
Obtenga el código fuente en Markdown para leerlo sin conexión

