PRODUCTOS
Unity Computer Vision
Crea modelos de visión computarizada precisos y listos para la producción más rápido.
Generated by Unity
Unity’s computer vision experts will build a dataset for you.
What you get:
- Upfront consulting for tailored dataset generation
- Tiered pricing that makes large datasets affordable
- Iterations with our engineering team to ensure dataset fit
Generated by you
Use your Unity skills to build your own dataset.
What you get:
- Early access to the Unity Perception Prerelease Package for advanced features such as custom sensors and enhanced labelers
- An extensive content library of fully parameterized synthetic humans and procedural home environments
- The option to purchase services to help with asset creation
Formas de utilizar datos sintéticos
Reduce la brecha de entrenamiento en modelos de IA centrados en humanos
El generador de datos centrados en humanos de Unity produce recursos 3D de humanos muy paramétricos y listos para la simulación. Crea modelos imparciales de inteligencia artificial (IA) para aplicaciones de realidad virtual y aumentada, conducción autónoma, predicción de la pose humana, reconocimiento de acciones, seguimiento y demás usos que involucran personas, todo sin utilizar datos de humanos del mundo real.
Acelera el desarrollo de aplicaciones para hogares inteligentes
Ya sea que entrenes una aplicación de seguridad o un robot o dispositivo inteligente para el hogar, los datos sintéticos pueden acelerar el proceso de desarrollo, entrenamiento e implementación. Unity Computer Vision brinda un generador de conjuntos de datos fácil de usar que viene con ejemplos de conjuntos de datos de hogares.
«Dondequiera que hagan falta datos para impulsar el aprendizaje automático, los datos sintéticos tienen una función. La creación de conjuntos de datos sintéticos en un mundo virtual significa que puedes crear millones de imágenes muy rápidamente, en comparación con lo que tarda salir y tomar fotografías».
«En Ouva, usamos Unity Computer Vision para nuestra plataforma de supervisión de pacientes a fin de generar datos sintéticos. De esa manera, redujimos a una semana los ciclos de captura de datos en tiempo real, que duraban un mes. Además, nuestro conjunto de datos aumentó en más de un 10 % y la precisión del modelo mejoró de un 5 % a un 10 %».
Casos de estudio
Ouva
La plataforma simulada de datos sanitarios de Ouva potencia los datos sintéticos para mejorar el rendimiento del modelo en más de un 10 %; ahorrar hasta USD 40 000 en costos de etiquetado; crear conjuntos de datos equilibrados en cuestión de horas, en lugar de semanas, y hacer que los ciclos de iteración duren tan solo unos días en vez de semanas.
Boeing
En esta entrevista, descubre cómo Boeing trabajó con Unity para generar más de 100 000 imágenes sintéticas a fin de entrenar mejor los algoritmos de aprendizaje automático de su aplicación de inspección de aeronaves impulsada por realidad aumentada (AR).
Passio
Descubre cómo Passio combina los datos sintéticos de Unity con los datos del mundo real para ampliar sus conjuntos de datos y acelerar el entrenamiento de la inteligencia artificial (IA) para aplicaciones de IA y realidad aumentada (AR).
Neural Pocket
Descubre cómo Neural Pocket, la startup enfocada en inteligencia artificial (IA), utilizó Unity Computer Vision para reducir significativamente los costos de desarrollo del modelo de visión computarizada y el tiempo de implementación (de 24 semanas a solo una).
Anotaciones personalizables
Personaliza el método de etiquetado que requiere tu aplicación, desde simples cuadros delimitadores hasta complejas anotaciones semánticas imposibles de obtener mediante el etiquetado manual.
Parámetros aleatorizables
Varía todos los aspectos de tu escena, incluida la iluminación, los objetos de fondo, las especificaciones de la cámara, las oclusiones y mucho más para crear un conjunto de datos de entrenamiento sólido que funcione en condiciones reales.
Recursos
Consulta más recursos sobre la visión computarizada, como conferencias web, informes y conjuntos de datos gratis.
149a.jpg?itok=MRmQNi9P)
Descubre el desarrollo de inteligencia artificial impulsado por datos
Obtén más información sobre Unity Computer Vision, cómo explorar nuestros conjuntos de datos de muestra y cómo generar tus propios conjuntos de datos de muestra con nuestros entornos preconstruidos.
Descubrir soluciones inteligentes para el hogar
Conoce la manera en que nuestras herramientas y servicios permiten el desarrollo de aplicaciones de visión computarizada más eficaces para el hogar y, al mismo tiempo, mitigan obstáculos y desafíos.
Introducción al contenido 3D para datos sintéticos
Los datos sintéticos se basan en tu biblioteca de assets 3D. Obtén información sobre las fuentes y las técnicas para adquirir contenido 3D para problemas comunes de visión computarizada.
La fábrica del futuro
Descarga nuestro informe para conocer la función esencial de la visión computarizada, la simulación robótica y la tecnología 3D en tiempo real para el futuro de la producción.
Explicación sobre inteligencia artificial (IA) y aprendizaje automático
Descubre los términos clave del aprendizaje automático, la visión computarizada, los datos sintéticos y mucho más.
Enseñarles a los robots a ver con Unity
Ayuda a tus robots a recoger con precisión un objeto sin que tengan que saber explícitamente dónde se encuentra. Aprende cómo recopilar datos sintéticos y entrenar un modelo de aprendizaje profundo para predecir la pose de un objeto determinado.
Entrena al modelo de detección de objetos utilizando datos sintéticos
Descubre cómo generar conjuntos de datos sintéticos masivos para entrenar a tus modelos de aprendizaje automático.
Genera y analiza datos sintéticos a gran escala
Descubre cómo utilizar las herramientas de Unity para generar y analizar conjuntos de datos sintéticos con un ejemplo ilustrativo sobre la detección de objetos.
Los datos sintéticos posibilitan una infinidad de casos de uso
Los datos sintéticos ayudan a muchas organizaciones a superar el desafío de adquirir datos etiquetados para entrenar a los modelos de aprendizaje automático. Descubre la variedad de casos de uso que esto permite.
¿Puedes encontrar a Wally mediante el uso de datos sintéticos?
Descubre cómo se implementó el paquete Unity Perception para crear imágenes similares a las de «¿Dónde está Wally?» a fin de entrenar una red neuronal, la cual se entrenó luego con la biblioteca fastai.
.jpegf5ea.jpg?itok=6uc5bV9F)
Crea imágenes sintéticas para aprendizaje profundo
Sigue este tutorial para aprender a configurar Unity y el paquete Unity Perception a fin de crear imágenes sintéticas y entrenar redes neuronales en aprendizaje profundo, inteligencia artificial (IA) y visión computarizada.
Desarrollo de algoritmo de visión computarizada con ayuda de datos sintéticos
Descubre cómo Standard Cognition utilizó Unity para reducir los costos financieros y el tiempo de desarrollo del algoritmo para recopilar datos y etiquetarlos en su sistema de confirmación de compra digital.
Explora nuestro ecosistema
Explora los productos de inteligencia artificial (IA), aprendizaje automático y simulación de Unity, y descubre cómo pueden ayudarte a resolver diversos problemas. También puedes convertirte en uno de los primeros tester de futuros lanzamientos de productos. Regístrate aquí.
Simulación robótica
Crea prototipos de tus robots, pruébalos y entrénalos en simulaciones realistas de alta fidelidad antes de implementarlos en el mundo real.
Unity Simulation Pro
Esta compilación de tiempo de ejecución optimizada para la simulación te permite probar y entrenar eficaces simulaciones a gran escala, en las instalaciones o en una nube privada, de forma más simple, más rápida y más rentable.
Agentes de aprendizaje automático (agentes ML) de Unity
Crea agentes inteligentes y capaces de responder con un kit de herramientas que aprovecha la tecnología de aprendizaje profundo.
Preguntas frecuentes
Contamos con expertos en visión computarizada y Unity que pueden generar conjuntos de datos sintéticos para tus proyectos. Comunícate con nosotros para empezar a trabajar.
Consulta nuestros documentos y artículos para comprender cómo los modelos entrenados con datos sintéticos y reales superan a los modelos entrenados solo con datos reales:
Nuestros clientes usan Unity a fin de generar datos sintéticos para varias aplicaciones de visión computarizada, como la detección de humanos, objetos y defectos de producción, para aplicaciones de productos electrónicos de consumo en el hogar y más.
Puedes utilizar datos sintéticos de entrenamiento en las siguientes situaciones:
- Solo tienes un pequeño conjunto de muestra de datos del mundo real. En este caso, puedes aumentar tus datos del mundo real con una cantidad grande de datos sintéticos que genera Unity Computer Vision y, así, potenciar así el rendimiento de tu modelo.
- No puedes recopilar los datos del mundo real adecuados para tu proyecto. En este caso, puedes utilizar Unity Computer Vision para generar imágenes sintéticas etiquetadas de alta calidad e iniciar tus modelos con datos puramente sintéticos.