本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
这年头，AI玩家们想找到合适的图像数据集，简直是越来越难了。
不仅数据质量参差不齐，合适的数据类型也难找（如光流图、深度图等）。
为了解决这些问题，来自谷歌、MIT、DeepMind、MILA和剑桥大学等11家机构的34名研究人员，联手打造了一个名叫Kubric的数据集生成器，不仅能自己渲染，而且图像效果也非常真实。
不仅各种图像数据都能做，像语义分割、深度图或光流图这种“特殊数据”都能一键生成：
还能控制渲染的真实度，渲染出的视频可以达到以假乱真的效果：
据作者们表示，目前Kubric支持13类CV任务的数据类型生成，效果也不比用已有数据集训练出来的差。
这样的一个数据集生成器，到底要怎么上手？
可生成13类CV任务所需数据
先来看看这个Kubric数据集生成器究竟是个啥。
简单来说，它有点像是一个专为图像AI打造的“数据车间”，基于跨平台开源物理引擎PyBullet和3D图像渲染软件Blender打造。
其中，PyBullet给用户提供了一个模拟3D物体运动的平台，例如两个球之间的弹性碰撞参数就可以用它来模拟。（当然，除了PyBullet以外，也可以扩展到其他物理引擎如MuJoCo上）
Blender则是一个渲染3D动画的平台，但它的优势在于操作方便，而且既可以做出照片级逼真的渲染图像，也可以输出3D动画效果。（例如有设计师拿它设计服装纹理）
可能这时候你会问，Kubric相比自己手动渲染视频或图像数据集，方便在哪？
一方面，Kubric自带一系列预处理的基础图像数据库。
除了11个基础3D模型以外：
还内置了Google Scanned Objects（GSO）室内家具物品数据集中的一系列模型，以及包含背景、光照、材料纹理等参数的Polyhaven数据集，还有ShapeNet数据集等（包含55种常见的物品类型及51300个3D模型）。
也就是说，如果你对渲染不太了解，也能利用内置的数据库快速生成想要的图像。
另一方面，Kubric直接提供了从“渲染数据”到输出“AI训练数据”的管道，省去了将渲染图像转成特殊数据（如深度图、光流图）、或是额外收集如视场、相机参数、光照等数据的麻烦。
这也使得Kubric支持生成13类CV任务所需的图像数据，具体包括光流、NeRF、姿态估计、3D重建等。
没错，即使这些生成的图像中有2D也有3D类型，需要的数据量也从MB到TB级别不等，但Kubric都能满足。
嗯，作者们还专门针对各种视觉任务，用Kubric生成的数据集一个个试了试，强调“用他们生成的数据集效果更好”。
△Kubric生成的光流图
那么，这样的数据集生成器究竟要怎么用呢？
自带Python接口
作者提供了一些简单的操作流程。
在安装之后，第一步就是创建默认场景：
然后，再通过这两步，分别创建一块地板、和一个球体（也可以换成其他形状）：
接下来就是在场景中加一个照明，以及渲染摄像头采集图像：
导出文件后，就能获取一个3D球体的图像了：
△Blender中的效果
如果需要深度图、灰度图等特殊图层的话，也是几行代码就能搞定：
比自己手动导出要更方便一些：
当然，如果还是感觉上手较难，作者也直接提供了示例代码，改改参数就能用：
在原基础上，再加5行代码就能直接运行出动态视频版：
看起来，做完数据集后，即使不懂渲染的也能成为半个行家了（doge）
目前新的一批内置数据集还在施工中，感兴趣的小伙伴可以先上手试玩~
项目地址：
https://github.com/google-research/kubric
论文地址：
https://arxiv.org/abs/2203.03570
本文链接：http://www.28at.com/showinfo-119-2224-0.html这个CV数据集生成器火了，支持13类CV任务，DeepMind等打造
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
上一篇： 让图网络更稳健！谷歌提出SR-GNN，无惧数据标记偏差和领域转移
下一篇： 数学悖论证明了人工智能的局限性
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号
