Unity 검색

Unity로 빌드한 합성 데이터를 사용하여 컴퓨터 비전 모델의 성능 극대화하기

2021년 4월 19일 테크놀로지 | 5 분 소요
animated boxes of cereal
animated boxes of cereal
공유

데이터 세트가 부족해 컴퓨터 비전 모델의 성능을 완전히 활용하지 못하고 계신가요?  Unity Computer Vision Perception 패키지 는 사용자의 요구 사항에 딱 맞는 커스텀 데이터세트를 생성하여 컴퓨터 비전 모델의 잠재력을 최대한 이끌어낼 수 있도록 지원합니다. 이제 전 세계 모든 개발자에게 Unity Computer Vision 데이터 세트를 공개합니다. 오늘 포스팅에서 새로운 제품에 대해 더 자세히 알아보세요.

고품질 합성 데이터 구축은 적절한 기술을 요하는 분야입니다. 이전 블로그 포스팅에서는 합성 데이터의 개념에 대해 소개하면서 합성 데이터를 사용하여 컴퓨터 비전 모델의 성능을 개선하는 동시에 전체 시간과 비용 또한 크게 절감할 수 있는 방법도 다루었습니다. 컴퓨터 비전 과학자로 구성된 유니티의 전문가 팀은 다양한 산업용 컴퓨터 비전 문제를 해결할 수 있는 합성 데이터 전략을 계속해서 강화해 왔으며, 이제 사용자들도 이러한 전문 지식을 활용할 수 있습니다.

Unity Computer Vision 팀은 사용자와 협력하여 사용자의 모델이 목표로 하는 성능을 파악하고, 빌드하는 데이터 세트가 해당 성능 목표를 충족할 수 있도록 하는 최적의 전략을 개발합니다. 모든 Unity Computer Vision 데이터 세트 프로젝트에서는 모델 성능 측정 결과에서 얻은 피드백을 바탕으로 머신러닝 엔지니어와 함께 반복 작업을 수행하여 데이터 세트를 계속해서 변경합니다.지금 바로 사용해보려면 여기로 문의하세요.

완벽하게 레이블링된 다양한 오브젝트

이 콘텐츠는 Targeting Cookies 카테고리를 수락해야만 동영상을 시청할 수 있도록 허용하는 타사 제공업체에서 호스팅합니다. 이러한 제공업체의 비디오를 보려면 쿠키 환경 설정에서 Targeting Cookies 카테고리를 수락하시기 바랍니다.

사진 측량으로 스캔한 실제 세계 오브젝트

합성 데이터를 사용하면 많은 이점이 있지만 , 막상 시작하기가 어려울 수 있습니다. 합성 데이터 생성은 머신러닝 전문가에게도 아직은 생소한 개념입니다. 또한 관심 대상인 오브젝트를 대표하는 3D 에셋 세트를 개발하는 과정은 복잡하면서도 시간이 많이 소요되므로 프로젝트 진행이 지연될 수 있습니다. 

3D 에셋은 저마다 다른 방식으로 제작되므로 Unity Computer Vision 팀은 학습 중인 모델의 요구 사항과 일치하는 에셋인지 확인하여 Unity로 가져옵니다. 기존 3D 에셋이나 CAD 모델을 가져올 수 있으며, 원본 가상 에셋이 아직 없는 경우 고급 사진 측량 기법을 활용하여 실제 오브젝트를 캡처할 수 있습니다. 또는 전문 아티스트로 이루어진 팀이 해당 오브젝트의 3D 디지털 트윈을 대신 제작할 수도 있습니다.

Visual examples of image labeling - There are several images, some of a street, some of cereal, some of a dining room, some of a warehouse.
이미지 레이블링의 시각적 예시

프로젝트의 3D 에셋 제작이 완료되면 프레임별로 에셋이 동작하는 방식을 설정하고 오류 없는 레이블링 서비스를 제공합니다. 도메인 무작위화는 데이터 세트의 파라미터를 자동으로 다양하게 변경하여 강력한 모델을 빌드하는 기법입니다. 프레임별로 특정 오브젝트, 위치 지정, 오클루전 등의 요소를 변경할 수 있으며 이를 통해 비교적 소규모의 오브젝트 세트에서도 다양한 이미지를 만들어낼 수 있습니다. 도메인 무작위화가 완료되면 관심 대상인 오브젝트는 단순한 2D 또는 3D 바운딩 박스를 통해 레이블링되거나, 세분화와 같은 보다 복잡한 방식을 사용하여 레이블링을 진행할 수도 있습니다. 프로젝트에 커스텀 레이블링 방법이 필요한 경우, 전문가 팀이 요구 사항에 적합한 방법을 개발하도록 지원합니다. 

동적인 환경

Panning through a room
환경에 적용된 무작위화

Unity Computer Vision 데이터 세트 프로젝트에서는 데이터 세트를 다양화하기 위해 환경의 모든 요소를 무작위화합니다. 조명, 텍스처, 카메라 위치, 렌즈 속성, 시그널 노이즈를 비롯한 모든 요소에 대해 무작위화가 가능하므로 광범위한 사용 사례에서 데이터 세트를 활용할 수 있습니다. 

합성 데이터를 사용하면 컴퓨터 비전 문제에 컨텍스트를 제공하는 환경이 실제 세계 환경과 반드시 유사하지 않아도 됩니다. 컴퓨터 비전 작업용 데이터 세트의 종류에 따라 높은 수준의 무작위화가 진행된 배경만 필요로 할 수도, 건물 또는 주택 내부와 같은 보다 구조화된 환경을 필요로 할 수도 있습니다. 

Unity Computer Vision 팀은 다양한 컴퓨터 비전 작업을 수행하기 위해 구조화되지 않은 합성 환경과 구조화된 합성 환경 모두를 제작할 수 있는 방법을 개발했습니다. 전문가 팀이 사용자의 컴퓨터 비전 문제를 기반으로 시나리오에 가장 적절한 유형의 환경을 추천하고, 이에 따라 데이터 세트의 범위를 지정해 드립니다.

One side has general groceries like bananas and rye bread and the other has cereal on shelves

규모에 맞는 합성 데이터 세트

데이터 세트 요구 사항은 애플리케이션에 따라 크게 달라질 수 있습니다. 학습에 필요한 이미지의 수는 씬의 복잡도, 사용하는 오브젝트의 다양성, 솔루션의 정확도 요구 사항에 따라 달라집니다. Unity Computer Vision 팀은 사용자와 협력하여 정확한 요구 사항을 파악하고, 프로젝트에 필요한 프레임 수의 범위를 지정할 뿐 아니라 반복 작업을 진행하여 합성 데이터 세트가 요구 사항을 충족할 수 있도록 지원합니다. 

향후에는 Unity 팀의 도움을 받지 않고도 필요에 맞게 추가 데이터를 생성할 수 있도록 간단한 셀프 서비스 인터페이스를 제공할 예정입니다. 

각 프로젝트마다 차등 요금제가 적용되므로, 필요한 데이터의 양이 늘어나도 예산에 부담을 느낄 필요가 없습니다.

다음 단계

유니티 팀이 다음과 같은 특정 요구 사항에 맞춰 합성 데이터를 생성하는 방법에 대해 자세히 알아보려면 지금 문의하세요.

  1. 관심 대상인 오브젝트를 구현하는 고품질 3D 에셋
  2. 사용자의 컴퓨터 비전 모델에 적합한 컨텍스트를 제공하는 환경
  3. 강력하고 편향되지 않은 모델을 위해 오브젝트와 환경 무작위화 및 데이터 세트의 다양성 보장
2021년 4월 19일 테크놀로지 | 5 분 소요
관련 게시물