面向工业应用中物体到模型深度学习的合成数据集生成
计算机视觉与模式识别
2019-09-25 v1 机器学习
摘要
大规模图像数据集的可用性是基于深度学习的分类与检测方法取得成功的关键因素。尽管日常物体的数据集广泛可得，但特定工业用例（例如仓库中识别包装产品）的数据仍然稀缺。在这种情况下，数据集必须从零开始创建，这成为深度学习技术在工业应用中部署的关键瓶颈。我们展示了与一家英国领先在线超市合作开展的工作，旨在创建一个能够在仓库环境中检测并识别独特超市产品的计算机视觉系统。为此，我们展示了一个使用合成数据构建端到端深度学习流程的框架，该流程从真实世界物体出发，最终得到一个训练好的模型。我们的方法基于通过对真实世界物体应用摄影测量技术获得的3D模型来生成合成数据集。使用每个类别60张真实图像生成的10万张合成图像，训练了一个InceptionV3卷积神经网络（CNN），该网络在单独获取的超市产品真实图像测试集上达到了95.8%的分类准确率。图像生成过程支持自动像素标注。这消除了检测任务通常所需的极其昂贵的手动标注。基于这些现成的数据，在合成标注图像上训练了一个单阶段RetinaNet检测器，以产生能够实时准确局部化和分类样本产品的检测器。
引用
@article{arxiv.1909.10976,
title = {Synthetic dataset generation for object-to-model deep learning in industrial applications},
author = {Matthew Z. Wong and Kiyohito Kunii and Max Baylis and Wai Hong Ong and Pavel Kroupa and Swen Koller},
journal= {arXiv preprint arXiv:1909.10976},
year = {2019}
}