BlendTorch：一个实时自适应域随机化库
计算机视觉与模式识别
2020-10-23 v1 机器学习
摘要
利用深度学习技术解决复杂的计算机视觉任务依赖于大量（有监督）图像数据，而这类数据在工业环境中通常难以获取。训练数据的匮乏正开始阻碍计算机视觉领域最先进方法向工业应用的成功迁移。我们提出了 BlendTorch，一个自适应域随机化（Domain Randomization, DR）库，以帮助生成无限的合成训练数据流。BlendTorch 通过大规模随机化低保真仿真来生成数据，并负责实时分发人工训练数据以供模型学习。我们表明，在一项工业目标检测任务中，使用 BlendTorch 训练的模型表现 repeatedly 优于在真实或照片级真实数据集上训练的模型。
引用
@article{arxiv.2010.11696,
title = {BlendTorch: A Real-Time, Adaptive Domain Randomization Library},
author = {Christoph Heindl and Lukas Brunner and Sebastian Zambal and Josef Scharinger},
journal= {arXiv preprint arXiv:2010.11696},
year = {2020}
}