Проекты
Конкурсные проекты

Исследование подходов 3D моделирования и генерации синтетических данных для обучения нейронных сетей


Тип участника:  Физическое лицо
Полное наименование организации/физического лица/авторского или творческого коллектива:  Вервейн Семен Викторович
В лице (для организации или авторского/творческого коллектива указывается ФИО и должность руководителя):  Андреева Ангелика Юрьевна
Интернет-сайт заявителя:  https://www.altstu.ru/
Контактное лицо: ФИО:  Вервейн Семен Викторович
ФИО всех участников авторского/творческого коллектива:  Вервейн Семён Викторович
Андреева Ангелика Юрьевна
Идея и краткое описание ИТ-проекта:  Использование подходов 3D моделирования и программирования для генерации синтетических данных для обучения нейронных сетей. Для этой задачи используется новейший подход генерации синтетических данных с помощью 3D моделирования, что позволяет создавать качественные, реалистичные данные, схожими с реальными.
Перечень решаемых задач:  1) Нехватка данных для обучения нейронных сетей.
2) Улучшение нейронных сетей, методом их обучения не только на реальных данных, но и на синтетических.
3) Создание качественных, реалистичных данных, схожих с реальными.
Описание функциональных возможностей и элементов проекта: 
  • В данном проекте использовался, новейший метод для генерации синтетических данных, методом трёхмерного моделирования объектов. 
  • Данный метод позволяет создавать такие данные (изображения), которые схожи с реальными. 
  • В рамках проекта, данные были протестированы на нейронных сетях в сфере дефектоскопии и улучшили распознавание дефектных объектов.
Дата внедрения (в случае, если предполагается запуск проекта в эксплуатацию):  01.01.1970
Используемые платформы, средства разработки:  Blender, Python, Blender Python API
Стоимость разработки системы:  Выполнена в рамках ВКР
Средний размер ежегодных затрат на эксплуатацию:  Выполнена в рамках ВКР
Перспективы развития: 
  • Создание полноценного дополнения для Blender, генерирующего синтетические данные
  • Улучшить качество генерируемых синтетических данных
  • Использовать другие методы для генерации синтетических данных на основе трёхмерного моделирования
Достижение поставленных целей: 

  • Использование синтетических данных проекта на реальных нейронных сетях.
  • Справка о внедрении
  • Публикация и выступление на Всероссийской научно-практической конференции «СОВРЕМЕННЫЕ ЦИФРОВЫЕ ТЕХНОЛОГИИ», РИНЦ, Секция «Программная инженерия»
  • Публикация в журнале "Современные цифровые технологии: Материалы I Всероссийской научнопрактической конференции", URL: https://journal.altstu.ru/konf_2022/2022_1/102/
  • Отличная защита ВКР

Социальная значимость и/или экономическая эффективность (в зависимости от типа проекта): 
  • Применение проекта, методов и технологий необходимо для обучения и улучшения работы нейронных сетей.
  • Данный проект может сэкономить расходы на обучения нейронных сетей на малом количестве данных, используя вместо реальных данных синтетические.
Актуальность, экономическая или социальная полезность: 
  • Применение новейших методов генерации синтетических данных.
  • Обучение нейронных сетей на основе синтетических и реальных данных.

Масштабируемость, способность к взаимодействию с другими системами, мобильность:  Данный проект разработан в основном для дефектоскопии, но также методы использованные в этом проекте можно использовать в других сферах.
Обоснованность применяемых проектных решений:  В проекте использовалось трёхмерное моделирование для генерации синтетических данных. Такой метод был выбран потому, что он малоизвестен и непопулярен, хотя имеет очень большой потенциал.
Оригинальность, новизна, отличие от аналогов либо отсутствие аналогов:  Оригинальность - Методы генерации синтетических данных, с помощью трёхмерного моделирования объектов мало используются на практике и публикуются лишь в статьях, хотя их потенциал очень велик.

Новизна - В проекте были использованы новейшие методы генерации синтетических данных, с помощью трёхмерного моделирования объектов и получения из них качественных реалистичных данных

Отсутствие аналогов - Очень малое количество аналогов проекта, так как методы являются новейшими.
Юзабилити и полезность:  Дополнение для Blender с минималистичным дизайном
Гарантирую достоверность предоставленной в заявке информации. Подтверждаю, что организация не находится в состоянии ликвидации, банкротства, реорганизации (Только для организаций):  Да
Презентация проекта pdf:  Загрузить
Возврат к списку
нет доступа к комментариям Авторизоваться