Coresynthetics - Synthetische Trainingsdaten

Die meisten Teams, die mit uns sprechen, haben nicht zu wenig Rechenleistung. Sie haben zu wenig Beispiele für den Fall, der ihnen Ärger macht. Ein Inspektionsmodell für Windräder erkennt saubere Rotorblätter bei gutem Licht zuverlässig und verschluckt sich, sobald Nebel dazukommt oder Vogelkot auf der Kante sitzt. Genau solche Fälle lassen sich mit echten Aufnahmen kaum abdecken, weil niemand drei Wochen lang auf Nebel wartet. Synthetische Daten lösen das nicht automatisch. Wer eine Szene baut und tausendmal rendert, bekommt tausend fast gleiche Bilder, und die helfen dem Modell nicht. Der Trick liegt in kontrollierter Variation: Lichtwinkel, Verschmutzungsgrad, Kameraposition und Bewegungsunschärfe müssen sich unabhängig voneinander ändern, damit das Modell tatsächlich etwas lernt und nicht nur die Umgebung wiedererkennt. Bei einem Auftrag für einen Landmaschinenhersteller haben wir zuerst 600 Varianten erzeugt und gemerkt, dass der Detektor nur auf die Feldfarbe reagierte. Erst als wir den Hintergrund austauschbar machten, kam echte Erkennung zustande. Die zweite Hälfte der Arbeit liegt in den Labels. Ein gerendertes Bild bringt seine Bounding-Boxen rechnerisch mit, aber die Klassen und Randfälle definiert ein Mensch. Wir setzen uns mit dem Auftraggeber zusammen und schreiben auf, was als eigenes Objekt zählt und was nicht. Ist ein halb verdecktes Schild noch ein Schild? Sind zwei übereinanderliegende Paletten eine oder zwei Instanzen? Diese Entscheidungen sind später im Training schwerer zu ändern als jedes Rendering. Was übrig bleibt, ist eine Mischung. Reine Renderdaten kommen selten allein zum Ziel. Fünf bis fünfzehn Prozent echte Aufnahmen im Trainingsset bringen erfahrungsgemäß deutlich mehr als der Versuch, alles synthetisch abzudecken. Wir sagen das im Erstgespräch, auch wenn es den Auftrag kleiner macht.

Synthetische Trainingsdaten: Was wirklich hilft

Der Blog von Coresynthetics