Paul Callender – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞 和內容。 Wed, 31 Jul 2024 07:50:56 +0000 zh-CN hourly 1 196178272 如何使用 OpenUSD 構建支持生成式 AI 的合成數據工作流 http://www.open-lab.net/zh-cn/blog/how-to-build-a-generative-ai-enabled-synthetic-data-pipeline-with-openusd/ Mon, 29 Jul 2024 07:40:46 +0000 http://www.open-lab.net/zh-cn/blog/?p=10823 Continued]]> 訓練 物理 AI 模型用于驅動自主機器(例如機器人和自動駕駛汽車),需要大量數據。獲取大量多樣化的訓練數據可能很困難、耗時且昂貴。數據通常因隱私限制或問題而受到限制,或者僅僅因為新穎的用例而不存在。此外,可用數據可能不適用于各種潛在情況的全范圍,從而限制了模型準確預測和響應各種場景的能力。 合成數據, 通過計算機模擬從數字孿生中生成,可替代真實數據,使開發者能夠啟動物理 AI 模型訓練。您可以快速生成大量多樣化的數據集,通過改變許多不同的參數,如布局、資產放置、位置、顏色、物體大小和光照條件。然后,這些數據可用于幫助創建通用模型。 實現逼真度對于縮小模擬到現實領域的差距至關重要。該過程旨在使用正確的屬性(例如材料和紋理)表示虛擬環境中的每個對象,以準確地模仿其真實世界的表示。如果沒有人工智能的幫助,這是一個耗時的手動過程。

Source

]]>
10823
人人超碰97caoporen国产