Pallet Detection from Synthetic Data Using Game Engines

要約

タイトル：ゲームエンジンを使用した合成データからのパレット検出
要約：
– この研究は、パレットセグメンテーションのコンテキストで機械学習のための合成トレーニングデータを生成するためにゲームエンジンを使用することの実現可能性を評価することを目的としています。
– 合成データの使用は、手動の画像注釈に必要な時間を削減することで、ニューラルネットワークのトレーニングには有用であり、これまでの研究でも証明されています。
– 自律倉庫技術の開発が増えるにつれて、パレット検出のための機械ビジョンは合成データからの利益を受けることができます。
– 方法論に従い、高い精度で自動的にアノテーションされたトレーニングデータを生成するツールが開発されました。
– 画像セグメンテーションにはMask R-CNNパイプラインが使用され、個々のパレットに対して86％のAP50を達成しました。

要約(オリジナル)

This research sets out to assess the viability of using game engines to generate synthetic training data for machine learning in the context of pallet segmentation. Using synthetic data has been proven in prior research to be a viable means of training neural networks and saves hours of manual labour due to the reduced need for manual image annotation. Machine vision for pallet detection can benefit from synthetic data as the industry increases the development of autonomous warehousing technologies. As per our methodology, we developed a tool capable of automatically generating large amounts of annotated training data from 3D models at pixel-perfect accuracy and a much faster rate than manual approaches. Regarding image segmentation, a Mask R-CNN pipeline was used, which achieved an AP50 of 86% for individual pallets.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI