Центр искусственного интеллекта Петрозаводского государственного университета (ПетрГУ) разработал технологию создания синтетических датасетов на основе моделей виртуального пространства. Эти датасеты могут использоваться для обучения нейронных сетей и создания экономически выгодного контента и решений под нужды заказчика, сообщил директор центра Алексей Марахтанов.
Датасет представляет собой набор компьютерных данных, таких как изображения, которые используются для обучения нейронных сетей выполнять различные задачи. Центр регулярно получает заявки от крупных промышленных предприятий на разработку решений в области видеоаналитики, например, для фиксации нарушений техники безопасности и охраны труда. Для таких задач требуется обучение нейронных сетей на реальных данных, но сбор таких данных для сложных производственных процессов может быть невозможен или крайне дорогим. В этом случае на помощь приходят технологии виртуальной реальности, которые позволяют создавать 3D-модели ситуаций и процессов для сбора датасетов.
Специалисты центра начали с пилотного проекта, в рамках которого обучали систему распознавания средств индивидуальной защиты с использованием синтетических данных. Они создали виртуальное производственное помещение с работниками и камерами, которые снимали различные ситуации. Это позволило сформировать набор из более чем 70 тысяч изображений, которые уже были размечены, что исключило необходимость дополнительной ручной обработки.
Результаты пилотного проекта показали, что нейронная сеть, обученная на синтетическом датасете, дает результаты, сравнимые с обученной на реальных данных. Например, точность распознавания каски превысила 99%, а защитных очков — 95%.
Работы над проектом начались в начале 2024 года, и в этом же году был завершен пилотный проект. В центре планируют использовать полученный опыт для создания платформы, которая упростит сбор синтетических датасетов и обучение нейронных сетей. Эта технология может применяться не только для моделирования рабочих и их экипировки, но и для решения других производственных задач и выявления нештатных ситуаций.
