Données d'entraînement synthétiques

Exemples générés artificiellement (images rendues, cartes de profondeur simulées) pour entraîner des modèles lorsque les données réelles étiquetées manquent ou coûtent cher.

Les données d’entraînement synthétiques sont produites par simulation ou rendu plutôt que par photographie manuelle. Les étiquettes peuvent être exactes car le simulateur connaît profondeur, poses ou masques d’objets de référence.

Pour Kinect, Microsoft Research a entraîné des forêts aléatoires sur des centaines de milliers d’images de profondeur rendues avec étiquettes de parties du corps connues, puis déployé le modèle dans de vrais salons. Les données synthétiques sont courantes en robotique et en apprentissage supervisé lorsque collecter des jeux divers d’estimation de pose réels est lent.