面向模块化超级计算机上合成真值生成的大规模模拟作物渲染
计算机视觉与模式识别
2021-10-29 v1
摘要
计算机视觉问题涉及从相机图像中语义提取信息。特别是对于田间作物图像,其底层问题难以标注且更难学习,高质量训练数据的可用性很低。深度神经网络在从训练样本中抽取必要模型方面表现良好。然而,它们依赖于大量训练数据,而通过专家标注生成或标注这些数据并不可行。为应对这一挑战,我们利用虚幻引擎(Unreal Engine)渲染大型复杂虚拟场景。我们依靠单个节点的性能,将植物模拟分布到各节点上,并在 GPU 上同时生成场景和训练神经网络,将节点间通信限制为并行学习。
引用
@article{arxiv.2110.14946,
title = {Towards Large-Scale Rendering of Simulated Crops for Synthetic Ground Truth Generation on Modular Supercomputers},
author = {Dirk Norbert Helmrich and Jens Henrik Göbbert and Mona Giraud and Hanno Scharr and Andrea Schnepf and Morris Riedel},
journal= {arXiv preprint arXiv:2110.14946},
year = {2021}
}
备注
Accepted Poster for the 11th IEEE Symposium on Large Data Analysis and Visualization