7 款用于训练 AI 模型的合成数据工具

什么是合成数据？

合成数据是计算机模拟或算法生成的注释信息，作为真实世界数据的替代品。换句话说，合成数据是在数字世界中创建的，而不是从现实世界中收集或测量的。

合成数据的用例

为机器人开发软件只是合成数据的众多用例之一。许多应用程序专注于训练计算机视觉系统，例如自动驾驶汽车用于学习如何驾驶的合成数据集。（而且，是的，Nvidia 也有一个应用程序。Natural language processing （NLP） 是人工智能下的另一个领域，可以利用合成数据来增强或替换自然数据来训练 AI 模型。

事实上，行业专家认为，在不久的将来，合成数据将成为训练人工智能模型的首选来源。Gartner 预测，到 2024 年，用于开发 AI 和分析项目的数据将有 60% 是合成生成的。

图片来源：Gartner

合成数据公司

在这篇文章中，我们将重点介绍七家合成数据初创公司，这些初创公司在过去一年左右的时间里获得了资金，以开发生成非结构化数据来训练人工智能模型的平台。

It’s Almost Human

Datagen 将其合成数据称为模拟数据，因为它特别关注逼真的视觉模拟和现实世界的再现，在人体运动方面具有明显的专长。与许多合成数据公司一样，Datagen 依赖于一种日益流行的 AI 技术，称为 generative adversarial networks （GANs）。这有点像两个计算机系统之间的国际象棋游戏，但一个系统正在生成合成数据，而另一个系统则判断结果的真实性。该公司将GAN与物理模拟器中的强化学习人形运动算法以及超级渲染算法相结合，以大规模生成模拟数据。

图片来源：Datagen

Datagen正在开拓多个市场，包括增强现实和虚拟现实、物联网、零售、机器人和自动驾驶汽车。

Peek-A-Boo, AI Sees You

当今的主要用例之一可能是模拟自动驾驶汽车的环境。这是 Parallel Domain 背后的核心业务，该公司将其合成数据平台专注于一些最具挑战性的用例，以教自动驾驶汽车如何躲避行人。其与丰田研究所合作的最新创新涉及使用合成数据向自主系统传授对象持久性。目前的感知系统就像婴儿在玩躲猫猫，但部分归功于平行域，人工智能现在可以跟踪物体，即使它们暂时消失。该公司最近还向公众发布了其数据可视化工具，用于完全标记的合成相机和LiDAR数据集：

信用：平行域

除自动驾驶外，该公司还为自动无人机交付提供合成训练数据。

I Spy Synthetic Data

Mindtech 将其端到端合成数据平台称为 Chameleon，这是一种模块化工具，使用户能够使用逼真的 3D 模型快速构建无限的场景和场景。该公司表示，Chameleon是专门为帮助其客户构建AI模型而设计的，以“理解和预测人类互动”。

信用：Mindtech

Mindtech 主要服务于各种市场，包括零售、智能家居、医疗保健、交通系统和机器人技术。

Look Out Below

成立于 2017 年，我们首先报道了基于 New Yawk 的 AI。遐想回到2018年底。该公司已披露 5 万美元的资金，包括 8 年 5 月的 6 万美元种子轮融资，其中还包括 In-Q-Tel，以及 Microsoft 联合创始人兼前健在者保罗·艾伦 （Paul Allen） 的数十亿美元投资部门 Vulcan Capital。.AI。Reverie声称其合成数据的性能几乎与真实世界的训练数据相当。仅将 2020% 的自然数据与公司的计算机生成数据相结合，就比单独使用任何一个数据都能提供更好的结果。

图片来源：AI。遐想

例如，该公司创建了 RarePlanes，这是一个公开可用的、非常高分辨率的数据集，旨在从开销的角度测试合成数据的价值。使用 RarePlanes 进行的实验表明，使用 10% 的观测数据集微调纯合成模型可获得大致相同的结果，同时消除了 90% 的手动收集和标记真实世界数据的成本。

Getting Some Synthetic Face Time

Synthesis AI 成立于 2019 年，与 Datagen 一样，Synthesis 广泛地专注于生成合成人类，使用 GAN 和 computer-g enerated image （CGI） 技术，这在当今制作的几乎每部电影中都有。该公司的第一款产品是 FaceAPI，企业可以使用它来构建功能更强大的 AI 面部模型，用于智能手机面部验证、电话会议、驾驶员监控和智能助手。

可以肯定的是，这就是在阿尔巴尼亚抢劫我们的那个人。图片来源：合成人工智能

随后，Synthesis AI 发布了独特的高分辨率 3D 面部模型，以改进 AI 模型的各种面部类型。

Automating Data Labeling

Synthetaic 成立于 2019 年。网站上没有太多关于该公司用于创建合成数据的特定技术的细节。大多数信息是关于一种叫做 Rapid Automatic Image Categorization （RAIC） 的东西，它似乎是一个用于从单个标记示例中注释图像的自动化系统。我们确实看到了一则新闻，内容是关于该公司的GAN平台如何提供合成数据，以改进通过医学扫描诊断脑肿瘤的AI模型。

它要么是意大利大理石，要么是用于训练 AI 模型以检测脑肿瘤的合成数据。信用：合成

结果：合成数据将主要脑肿瘤类型的准确率从 68% 提高到 96%，其中在最具挑战性的病例中表现为 90%，而对 70%。

A Bird’s Eye View

OneView 成立于 2019 年，该公司专注于为人工智能模型提供合成数据，这些模型从卫星和航空图像中提供地理空间情报。这些图像通常涉及地球上的大片区域，包括城市、机场、港口等等。为了构建合成数据集的基础模型，OneView利用了来自名为OpenStreetMap的开源数据映射服务的真实数据。你可以在这里阅读更多关于这个过程的信息，但基本上，该公司将5D图像膨胀成2D图像，然后多次渲染以模仿不同的场景，包括物体、天气、照明等。

将北京机场的真实图像转换为合成数据，以训练 AI 模型。信用：OneView

OneView 的合成数据可以训练服务于城市规划等一系列行业的 AI 模型。

结论

除了以上7款合成数据生成工具之外， 还有一款国产的UnrealSynth虚幻引擎合成数据生成器 ：UnrealSynth 虚幻合成数据生成器是利用UE4虚幻引擎的实时渲染能力搭建逼真的三维场景，为 YOLO 等 AI 模型的训练提供自动生成的图像和标注数据。UnrealSynth 生成的合成数据可用于深度学习模型的训练和验证，可以极大地提高各种行业细分场景中目标识别任务的实施效率，例如：安全帽检测、交通标志检测、施工机械检测、车辆检测、行人检测、船舶检测等。

转载：7 款用于训练 AI 模型的合成数据工具 (mvrlink.com)