CAD2Render: A Modular Toolkit for GPU-accelerated Photorealistic Synthetic Data Generation for the Manufacturing Industry

要約

製品およびアセンブリの品質管理にコンピューター ビジョンを使用することは、製造業界で広く普及しつつあります。
最近では、パフォーマンスと堅牢性の点で、機械学習ベースのソリューションが従来のコンピューター ビジョン アルゴリズムより優れていることが明らかになっています。
ただし、主な欠点は、十分に大きく、ラベル付けされたトレーニング データセットが必要なことです。これは、多くの場合、利用できないか、取得するのに面倒で時間がかかりすぎます。
これは、少量生産でばらつきの大きい製造に特に当てはまります。
幸いなことに、この業界では、製造または組み立てられた製品の CAD モデルが利用可能です。
このホワイト ペーパーでは、Unity High Definition Render Pipeline (HDRP) に基づく GPU 高速化合成データ ジェネレーターである CAD2Render を紹介します。
CAD2Render は、モジュラー方式でバリエーションを追加するように設計されており、目前の産業ユース ケースのニーズに合わせて調整された高度にカスタマイズ可能なデータ生成を可能にします。
CAD2Render は製造のユース ケース向けに特別に設計されていますが、他のドメインにも使用できます。
2 つの産業関連セットアップで最先端のパフォーマンスを実証することにより、CAD2Render を検証します。
私たちのアプローチによって生成されたデータを使用して、ロボットを誘導するのに十分な精度でオブジェクト検出および姿勢推定モデルをトレーニングできることを示します。
CAD2Render のコードは、https://github.com/EDM-Research/CAD2Render で入手できます。

要約(オリジナル)

The use of computer vision for product and assembly quality control is becoming ubiquitous in the manufacturing industry. Lately, it is apparent that machine learning based solutions are outperforming classical computer vision algorithms in terms of performance and robustness. However, a main drawback is that they require sufficiently large and labeled training datasets, which are often not available or too tedious and too time consuming to acquire. This is especially true for low-volume and high-variance manufacturing. Fortunately, in this industry, CAD models of the manufactured or assembled products are available. This paper introduces CAD2Render, a GPU-accelerated synthetic data generator based on the Unity High Definition Render Pipeline (HDRP). CAD2Render is designed to add variations in a modular fashion, making it possible for high customizable data generation, tailored to the needs of the industrial use case at hand. Although CAD2Render is specifically designed for manufacturing use cases, it can be used for other domains as well. We validate CAD2Render by demonstrating state of the art performance in two industrial relevant setups. We demonstrate that the data generated by our approach can be used to train object detection and pose estimation models with a high enough accuracy to direct a robot. The code for CAD2Render is available at https://github.com/EDM-Research/CAD2Render.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google