Kubric:機械学習用アノテーション付き動画生成パイプライン

久しぶりにコンピュータビジョン系の話題。

Google Researchから機械学習用のアノテーション付き動画を生成するためのツールがオープンソースで公開された↓

Kubric



Kubricは、Instance SegmentationマスクやDepthマップ、オプティカルフローなどのリッチなアノテーション付きのセミリアルな動画を作成するためのデータ生成パイプラインです。

 ※このプロジェクトはまだアルファ段階であり、大幅に変更される可能性があります。

モチベーションと設計

機械学習システムの訓練と評価、特にunsupervised multi-object video understandingにおいてはより良いデータが必要です。既存のシステムは、toy datasetsでは上手く行くものの、現実世界のデータでは失敗してしまいます。複雑さの異なる適切なデータセットをオンデマンドで作成できれば、進歩を大幅に加速できる可能性があります。
Kubricは、主にpybullet(物理シミュレーション用)とBlender(レンダリング用)をベースに構築されていますが、コードはモジュール式に保たれているため、様々なレンダリングバックエンドをサポートできる可能性があります。

Kubricは特に数千台のマシンを使って処理できるスケーラビリティに重点を置いて開発されているらしい。
詳しくはarXivで公開されているKubric: A scalable dataset generatorや、公式ドキュメントを参照。



レンダリングに使われているBlenderについてはもはや説明不要でしょう。
物理シミュレーションに使われているpybulletというのは、Bullet Physics SDKというC++の物理シミュレーションフレームワークのPythonバインディング。強化学習方面ではすでに結構利用されているらしい。
https://zenn.dev/ymd_h/articles/14397e6ae7ea3d

Kubricの公式ドキュメントを読むと、一式揃ったDockerイメージも用意されているようですね。
https://kubric.readthedocs.io/en/latest/source/0_installing.html

ここ数年、機械学習用の画像・動画データをCGで生成する需要に応えるツールが少しずつ増えてきたな。


BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
機械学習用の画像データをCGで生成するのもData Augmentation(データ拡張)の範疇でしょうか。物体や風景画像だけでなく、Depthや物体ラベル、Semantic Segmentation用のアノテーション画像も必要となると、C...


最近はUnityが公式にUnity Computer Visionというデータセット生成サービスを始めていて、それに使用しているPerception Packageも公開している↓

Perception Package (Unity Computer Vision)



Perceptionパッケージは、コンピュータビジョンの訓練と検証のための大規模なデータセットを生成するためのツールキットを提供します。 現在は、カメラベースのユースケースに焦点を当てており、最終的には他の形式のセンサーや機械学習タスクに拡張される予定です。

ツールと製品の詳細についてはUnity Computer Visionページにアクセスしてください。

https://blog.unity.com/ja/technology/supercharge-your-computer-vision-models-with-synthetic-datasets-built-by-unity

関連記事

日本でMakersは普及するだろうか?

ポリ男をリファイン

Manim:Pythonで使える数学アニメーションライブラリ

ZBrushと液晶ペンタブレットでドラゴンをモデリングするチュートリアル動画

Konashiを買った

OpenCVでカメラ画像から自己位置認識 (Visual Odometry)

ZBrushでアヴァン・ガメラを作ってみる おでこ(?)のバランス調整

海外ドラマのChromaKey

頭蓋骨からの顔復元と進化過程の可視化

コンピュータビジョンの技術マップ

3D映画のポストプロダクション 2D-3D変換

続・ディープラーニングの資料

ZBrushでアヴァン・ガメラを作ってみる 頭頂部の作り込み・舌の追加

Seleniumを使ったFXや株の自動取引

Adobe MAX 2015

顔のモデリング

機械学習に役立つPythonライブラリ一覧

ガメラ生誕50周年

ZBrushでアヴァン・ガメラを作ってみる パーツ分割

Adobe Photoshop CS4 Extendedの3Dモデル編集機能

UnityプロジェクトをGitHubで管理する

WordPressのサーバ引っ越し方法を考える

Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』

仮想関数

Theia:オープンソースのStructure from Motionライブラリ

Mayaのプラグイン開発

3DCG Meetup #4に行ってきた

ZBrushのZScript入門

Python.NET:Pythonと.NETを連携させるパッケージ

Alice Vision:オープンソースのPhotogrammetryフレームワーク

Faceshiftで表情をキャプチャしてBlender上でMakeHumanのメッシュを動かすデモ

ちょっと凝り過ぎなWebキャンペーン:全日本バーベイタム選手権 (MITSUBISHI KAGAKU...

書籍『3次元コンピュータビジョン計算ハンドブック』を購入

Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方

ファンの力

CycleGAN:ドメイン関係を学習した画像変換

顔モデリングのチュートリアル

オープンソースの人体モデリングツール『MakeHuman』のAPI開発プロジェクトがスタート

NumSharp:C#で使えるNumPyライクな数値計算ライブラリ

MLDemos:機械学習について理解するための可視化ツール

UnityのGlobal Illumination

ZBrush キャラクター&クリーチャー

コメント