औद्योगिक ऑब्जेक्ट पहचान कार्य के लिए भौतिकी-आधारित रेंडरिंग के साथ छवियाँ उत्पन्न करना: वास्तविकता बनाम डोमेन रैंडमाइजेशन

सीमित प्रशिक्षण डेटा गहरे अध्ययन के औद्योगिक अनुप्रयोगों में सबसे बड़ी चुनौतियों में से एक है। सिंथेटिक प्रशिक्षण छवियाँ उत्पन्न करना कंप्यूटर दृष्टि में एक आशाजनक समाधान है; हालाँकि, सिंथेटिक और असली दुनिया की छवियों के बीच डोमेन अंतर को कम करना एक समस्या बनी हुई है। इसलिए, एक वास्तविक दुनिया के अनुप्रयोग के आधार पर, हमने औद्योगिक ऑब्जेक्ट पहचान कार्य के लिए भौतिकी-आधारित रेंडरिंग के साथ छवियों का उत्पादन किया। रेंडर इंजन का वातावरण सेट करने के लिए कई विकल्पों और पैरामीटर की आवश्यकता होती है। एक मौलिक सवाल है कि क्या डोमेन रैंडमाइजेशन की अवधारणा लागू करें या फोटोरियलिज्म प्राप्त करने के लिए डोमेन ज्ञान का उपयोग करें। इस सवाल का उत्तर देने के लिए, हमने डेटा-केंद्रित दृष्टिकोण में रोशनी, पृष्ठभूमि, ऑब्जेक्ट टेक्सचर, अतिरिक्त फ़ोरग्राउंड ऑब्जेक्ट्स और बाउंडिंग बॉक्स कंप्यूटेशन को सेटअप करने के लिए विभिन्न रणनीतियों की तुलना की। हमने विभिन्न स्तर के वास्तविकता और परिवर्तनशीलता वाली उत्पन्न छवियों से प्राप्त औसत सटीकता की तुलना की। निष्कर्ष में, हमें यह मिला कि डोमेन रैंडमाइजेशन औद्योगिक वस्तुओं की पहचान के लिए एक व्यवहार्य रणनीति है। हालाँकि, वस्तु से संबंधित पहलुओं के लिए पहचान प्रदर्शन में सुधार करने के लिए डोमेन ज्ञान का उपयोग किया जा सकता है। हमारे परिणामों के आधार पर, हम नए औद्योगिक अनुप्रयोगों के लिए सिंथेटिक छवियों के उत्पादन के लिए दिशानिर्देश और एक ओपन-सोर्स टूल प्रदान करते हैं।