2021년 12월 10일
프로덕션 AI 시스템을 개발하는 것은 쉬운 일이 아니지만, 높은 투자 수익(ROI)으로 인해 많은 회사에서 프로덕션 애플리케이션과 시스템에 머신러닝(ML) 기반 컴퓨터 비전 기능을 추가하고 있습니다. 유니티는 고객의 제품 출시를 앞당기고 컴퓨터 비전 시스템 품질을 개선하기 위해 데이터 중심 AI 개발 기능을 더욱더 개선하고 있습니다. 이번 포스팅에서는 Unity Computer Vision Datasets를 사용하여 훈련 데이터가 제한적인 ML 모델을 기준 지표에 비해 28% 상대적으로 개선한 방...
2020년 9월 17일
작성자:You-Cyuan Jhang, Adam Palmar, Bowen Li, Saurav Dhakad, Sanjay Kumar Vishwakarma, Jonathan Hogins, Adam Crespi, Chris Kerr, sharmila-chockalingam, Cesar Romero, Alex Thaman, Sujoy Ganguly 인공지능 분야를 크게 발전시킨 지도형 머신러닝(ML)은 수많은 혁신적인 제품을 만들어 냈습니다. 그러나 지도형 머신러닝은 수집에 비용이 많이 드는 크고 복잡한 데이터세트가 필요합니다. 또한 레이블 품질을 보장하고, 훈련 데이터가 프로덕션 데이터를 대표하도록 해야 하는 등 다양한 문제가 있습니다. 이 문제는 대형 합성 데이터세트를 생성하여 해결할 수 있으며 특히 오브젝트 감지 작업에서 효과적입니다. 합성 데이터를 이용하면 머신러닝 모델을 훈련하는 데 필요한 대규모의 레이블링된 데이터세트를 보다 쉽게...
2020년 6월 10일
합성 데이터를 이용하면 머신러닝 모델을 훈련하기 위한 레이블링된 데이터를 보다 쉽게 얻을 수 있습니다. 이번 포스팅은 합성 데이터에 대한 두 번째 파트이며 오브젝트 감지에 대한 구체적인 사례와 함께 합성 데이터 세트 생성과 분석에 사용할 수 있는 툴을 소개합니다.
합성 데이터에 대한 첫 번째 블로그 포스팅에서는 컴퓨터 비전 작업을 수행하는 머신러닝 모델을 훈련하기 위해 다량의 레이블링된 이미지를 수집할 때의 어려움에 대해 살펴보았습니다. 또한 오브젝트 감지 등의 작업에 합성 데이터의 효...
2020년 1월 7일
올해 국제전자제품박람회(CES)에서 유니티는 클라우드 기반 시뮬레이션 제품인 Unity Simulation을 Amazon Web Services(AWS)에 출시하여 멀티 클라우드를 지원한다고 발표했습니다. 이번 AWS와의 전략적인 협업을 통해 원하는 클라우드에서 시뮬레이션을 실행할 수 있도록 하여 유니티의 사용자 지원이 한층 강화되었습니다. 이제 대규모 시뮬레이션을 실행할 수 있는 확장 가능하고 안정적이며 안전한 글로벌 컴퓨팅 인프라를 활용할 수 있습니다. AWS의 세계 자동차 및 제조...