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

ZBrushでUndo Historyを動画に書き出す

株式会社ヘキサドライブの研究室ページ

Unity ARKitプラグインサンプルのチュートリアルを読む

FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ

BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール

Google App EngineでWordPress

Google Earth用の建物を簡単に作れるツール Google Building Maker 公...

WordPressのテーマを自作する

Photo Bash:複数の写真を組み合わせて1枚のイラストを制作する

Super Resolution:OpenCVの超解像処理モジュール

ZBrush4新機能ハイライト 3DCG CAMP 2010

無償版G Suiteの使用を継続する

ラクガキの立体化

Texturing & Modeling A Procedural ApproachをGoo...

MFnDataとMFnAttribute

フリーのUV展開ツール Roadkill UV Tool

タダでRenderManを体験する方法

OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる

機械学習手法『Random Forest』

ZBrushで基本となるブラシ

Oculus Goを購入!

konashiのサンプルコードを動かしてみた

池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』

HD画質の無駄遣い その2

Webスクレイピングの勉強会に行ってきた

Konashiを買った

ポリゴン用各種イテレータと関数セット

Accord.NET Framework:C#で使える機械学習ライブラリ

Maya には3 種類のシェーダSDKがある?

3D復元技術の情報リンク集

OpenCVで顔のランドマークを検出する『Facemark API』

Windows Server 2008にAutodesk Maya 2009をインストール

DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...

Ambient Occlusionを解析的に求める

JavaScriptとかWebGLとかCanvasとか

ZBrushでカスタムUIを設定する

『スター・ウォーズ フォースの覚醒』のVFXブレイクダウン まとめ

Google App Engineのデプロイ失敗

WordPressプラグインによるサイトマップの自動生成

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

第25回コンピュータビジョン勉強会@関東に行って来た

Unite 2017 Tokyoに行ってきた

コメント