Data Generation for Deep Learning

Abstract

Big Data ist in aller Munde. Häufig sind allerdings gerade die Daten, die einen Mehrwert bringen nur aufwändig zu erhalten. Dazu kommt, dass Daten alleine meistens nicht ausreichen sondern eine Annotierung derer unerlässlich ist. Beides stellt einen enormen zeitlichen und finanziellen Aufwand dar. Seit geraumer Zeit zeichnet siche allerdings eine immer spannender werdenden Lösung ab: Synthetische Datengenerierung. Anstatt Daten mühsam im Feld aufzunehmen wer-den sie innert Sekundenbruchteile aus dem Nichts erzeugt und die Annotierung wird gleich mit generiert. So kann über Nacht Terabyte an Daten generiert werden. Möglich macht dies Techno-logien aus der Gaming-Industrie, wo neuste Algorithmen und Rendering-Methoden benützt wer-den um komplexe, fotorealistische Szenerien zu erzeugen. Bestehende Datensätze, wie z.B. technische Zeichnungen oder 3D Modelle, können dabei lückenlos integriert werden. Das Hauptaugenmerk liegt im konsequenten Schliessen der Lücke zwischen Simulation und Realität. Bereits bei mehreren Projekten konnte das CSEM diese Technologien gewinnbringend einset-zen, wobei die Anwendugsfelder stetig steigen.