Eines der großen Themen im Bereich KI, speziell beim maschinellen Sehen, ist die Datenknappheit. Um eine KI zu trainieren, benötigt man in der Regel sehr große Datensätze. Je nach Problem können schnell tausende oder sogar hunderttausende Bilder erforderlich sein, um ein neuronales Netz zu trainieren, das in der Praxis funktioniert. Zudem müssen die Bilder annotiert werden, das heißt, der zu lernende Inhalt muss, meist in Handarbeit, markiert werden. Es liegt daher nahe, solche Bilder künstlich zu erzeugen, zum Beispiel mit Blender. Leider unterscheiden sich gerenderte Bilder aus Sicht eines neuronalen Netzes oft fundamental von realen Bildern. Selbst fotorealistische Renderings, die für menschliche Betrachter sehr überzeugend sind, weisen auf Pixelebene eine völlig andere Statistik auf. In diesem Vortrag möchte ich einen kleinen Einblick geben, welche Herausforderungen hier bestehen und wie wir bei Artificial Pixels Blender nutzen, um Daten zu generieren, die für AI-Trainings geeignet sind.
Dr. Sven Wanner ist ein in Heidelberg lebender Computer Vision Ingenieur und Gründer der Artificial Pixels GmbH. Blender nutzt er seit Version 2.42, anfänglich einfach zum Spaß, mit der Zeit aber immer mehr auch beruflich, um z. B. Bildsensoren zu simulieren oder Daten zur Entwicklung von Bildverarbeitungsalgorithmen zu erzeugen. Mit der Artificial Pixels GmbH verfolgt er seit 2023 das Ziel, Werkzeuge, u. a. basierend auf Blender, zu entwickeln, die Anwendern dabei helfen, synthetische Daten für Machine-Vision-Anwendungen zu erzeugen.