Британский стартап Mindtech Global Ltd представил продукт Mindtech Chameleon Simulator, ориентированный на создание массивов синтетических визуальных данных для обучения нейронных сетей, и пакет ИИ-инструментов Mindtech Chameleon, предоставляющий полный спектр возможностей управления данными систем глубинного обучения.
Массивы синтетических данных
Эффективное обучение нейронных сетей для обработки видеоинформации требует чрезвычайно больших массивов изображений с реальными аннотациями, и доступ к этим массивам является основным препятствием для большинства компаний, желающих выйти на рынок. Chameleon Simulator представляет собой весьма экономичный инструмент для создания неограниченных объемов объективных данных обучения. Инструмент позволяет с легкостью генерировать широкий спектр абсолютно достоверных аннотаций, включая маски Pixel Perfect, точные данные диапазона и их производные – например, сведения о скорости.
Реальная информация подвержена многочисленным ограничениям, преодолеть которые позволяют синтетические данные Chameleon. Продукт способен моделировать сложные пограничные случаи, осуществлять высокоточный синтез целевой системы заказчика (искажения линз, датчиков, процессов обработки информации) и создавать массивы данных, не обремененных вопросами конфиденциальности/GDPR.
Оптимизация под нужды рынков и прикладных сценариев
Разработчики подготовили оптимальные рыночноориентированные пакеты, позволяющие клиентам оперативно создавать рабочую среду, подходящую для прикладных сценариев автомобильной отрасли, автоматизированного машинного производства, розничной торговли и систем безопасности. По желанию клиентов компания может предоставлять индивидуальные пакеты.
Управление массивами данных
ИИ-инструменты Chameleonу прощают задачи первичной обработки больших объемов данных. Они управляют процессами слияния, верификации и дополнения массивов информации для их дальнейшего использования в таких стандартных отраслевых фреймворках, как Tensor Flow и Caffe2. Инструменты предоставляют отчеты и визуализируют статистические данные для итогового анализа.
Высокие результаты
Использование синтетических данных повышает точность нейронных сетей, позволяет активно сокращать процент искажений, а также значительно сокращает объём необходимых “реальных” данных, эконом время и деньги.
Как отметил вице-президент Mindtech по вопросам планирования производства Крис Лонгстафф (Chris Longstaff): “Инструменты Chameleon позволяют всем желающим выводить на рынок инновационные решения. Способность сводить к минимуму уровень предвзятости – важная часть нашей корпоративной стратегии, направленной на этичное использование ИИ”.
“Достаточное количество разнообразных, высококачественных, маркированных изображений имеет решающее значение для обучения и валидации современных визуальных ИИ-решений, – подчеркнул основатель Embedded Vision Alliance Джефф Бьер (Jeff Bier). – Синтетические изображения, вроде тех, что создаются инструментами Mindtech Chameleon, способны упростить сложную задачу сорсинга больших объемов маркированных реальных визуальных данных. Подобный подход особенно перспективен для прикладных сценариев, в которых разработчикам нужны кадры, получить которые в физическом мире крайне затруднительно, – например, по причине чрезвычайной дороговизны их постановки”.
Доступность
Набор ИИ-инструментов Chameleon от Mindtech можно приобрести уже сегодня.
