为专用视觉系统策划合成数据:三种范式、混合流水线与仿真到真实迁移
《IEEE Computer Architecture Letters》:Curating Synthetic Data for Task-Specific Visual Perception
【字体:
大
中
小
】
时间:2026年10月22日
来源:IEEE Computer Architecture Letters 2.0
编辑推荐:
摘要:当通用数据集无法提供特定任务所需的领域先验知识,且人工标注成本高、精度低或不可行时,合成数据便具有最大价值。在本文中,我们认为专用视觉系统的核心问题不是如何生成更多数据,而是应该生成哪些数据。因此,我们讨论了经过精心设计的合成数据,其场景内容、外观变化、传感特征和标注均
摘要:当通用数据集无法提供特定任务所需的领域先验知识,且人工标注成本高、精度低或不可行时,合成数据便具有最大价值。在本文中,我们认为专用视觉系统的核心问题不是如何生成更多数据,而是应该生成哪些数据。因此,我们讨论了经过精心设计的合成数据,其场景内容、外观变化、传感特征和标注均围绕特定任务而有意设计。我们考察了三种互补的数据策划范式。程序化渲染提供了对场景参数的显式控制,标注则由构造自然衍生。基于物理的仿真编码了所观察效应的底层机制,从而产生精确对齐的监督对。生成式人工智能从少量真实种子集中学习传感器特定的外观特征,并能达到合理的真实感,但仍然存在幻觉和标注不准确的问题。我们通过工业表面缺陷检测、退化数字化自动色板的修复以及基于RGB和事件数据的六自由度位姿估计等示例来阐释这些范式。借助这些示例,我们分析了不同数据环境及跨范式结合合成数据与真实数据的训练策略。我们得出结论:经过策划的合成数据应被视为对真实观测的补充,而结合可控制监督与学习外观的混合流水线是最具前景的、实现可靠仿真到真实迁移的方向。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号