Syntidata

Наша компания разрабатывает синтетические датасеты для задач компьютерного зрения на основе 3д моделирования и 3д визуализации, на основе собственной уникальной технологии, которая позволяет удешевить и ускорить весь процесс.

Мы предлагаем создание датасетов под ваши цели, включая несуществующие в реальности объекты, аугментацию существующих датасетов, разметку получившихся датасетов с помощью масок и баундингбоксов.

Тестовый датасет предоставляется по запросу. Наибольшие преимущества нашей технологии раскрываются на датасетах больших размерностей.

Примеры изображений датасетов

Синтетические данные вместо долгой съёмки

Классический путь к датасету выглядит так: найти объекты, организовать съёмку, отобрать кадры, а потом неделями размечать их вручную. Каждый этап требует людей, оборудования и времени, а ошибки разметки обнаруживаются уже после обучения модели. Мы идём другим путём: создаём цифровые копии объектов, собираем из них сцены и получаем изображения вместе с точной разметкой за один проход рендера. Рамки, маски и карты глубины не рисуются человеком, а вычисляются из геометрии сцены, поэтому в них нет усталости, спешки и субъективных решений.

Такой подход особенно выгоден, когда изображений нужно много: десятки и сотни тысяч кадров с разными ракурсами, освещением и фонами. Стоимость каждого следующего изображения у нас падает, а не растёт, как при ручном сборе. Для проектов, которым кроме данных нужен ещё и запуск продукта, мы делаем сайты и автоматизируем рутинные процессы, а для быстрого привлечения клиентов на новый сайт советуем не откладывать рекламу: профессиональная настройка и ведение Яндекс Директ позволяет получить первые заявки уже в первые недели и проверить спрос, пока органический трафик только набирается. Так модель, сайт и поток обращений появляются почти одновременно, и проект начинает приносить пользу быстрее.

Синтетика не отменяет реальные данные полностью. Лучший результат обычно даёт сочетание: основной объём обучающей выборки генерируется, а небольшой набор реальных снимков используется для дообучения и проверки. Мы помогаем подобрать пропорции и проверяем качество на ваших контрольных изображениях. Подробнее об этом — в статье о смешивании синтетики и реальных данных.

Как выглядит разметка

Каждое изображение в датасете сопровождается разметкой, которая формируется автоматически. Ниже одна и та же сцена: исходный рендер, ограничивающие рамки с классами, маски экземпляров и карта глубины.

Разметка выгружается в привычных форматах: COCO JSON, YOLO TXT, Pascal VOC XML, а также в виде PNG-масок и 16-битных карт глубины. Если у вас собственный формат, мы подготовим конвертер. О том, чем отличаются форматы, рассказано в материале «Форматы аннотаций».

Что мы делаем

Синтетические датасеты

Мы генерируем изображения с нуля: строим 3D-сцены, рендерим их в нужных условиях и сразу получаем точную разметку. Подходит для редких, дорогих и ещё не существующих объектов.

Аугментация датасетов

Если реальные изображения уже есть, но их мало или они однообразны, мы увеличим разнообразие набора, сохранив или пересчитав разметку, и покажем, что именно улучшилось.

Разметка: маски и баундинг-боксы

Размечаем изображения для детекции, сегментации и оценки позы. Для синтетических данных разметка получается автоматически, для реальных используем предразметку моделью и проверку человеком.

3D-моделирование и визуализация

3D-модели и рендеры для обучения моделей зрения и не только: от отдельных изделий до процедурно генерируемых сцен с тысячами вариантов.

Автоматизация процессов

Убираем ручную рутину там, где она действительно стоит денег: собираем данные в конвейеры, встраиваем модели в рабочие процессы, готовим отчёты без участия людей.

Разработка сайтов

Делаем сайты, которые объясняют продукт, быстро загружаются и приносят заявки. От структуры и текста до запуска и поддержки.

Технология в семи шагах

1. Библиотека моделей. Создаём или подбираем 3D-модели нужных объектов: моделирование по фото и чертежам, фотограмметрия, доработка готовых ассетов. Для каждого объекта настраиваются физически корректные материалы.
2. Сборка сцен. Объекты расставляются по правилам задачи: на полке, на конвейере, на столе, в траве, на складском стеллаже. Учитываются перекрытия, контакт с поверхностью и типичные позы.
3. Рандомизация. Варьируются освещение, материалы, фон, положение камеры, фокусное расстояние, шум сенсора и размытие — так модель учится узнавать объект, а не запоминать одну картинку.
4. Рендер. Сцены рассчитываются на нашей вычислительной ферме. Объём от нескольких тысяч до сотен тысяч изображений за один заказ.
5. Автоматическая разметка. Для каждого кадра формируются рамки, маски, ключевые точки и глубина — без ручного труда и с пиксельной точностью.
6. Контроль качества. Проверяем распределение классов, размеры объектов, долю перекрытий и выборочно просматриваем кадры глазами.
7. Экспорт. Передаём датасет в нужном формате, со структурой папок и описанием, готовым для загрузки в ваш пайплайн обучения.

Подробное описание каждого этапа — на странице «Технология».

Модели в работе

Так выглядят объекты на этапе подготовки — до назначения материалов и сборки сцен. Геометрия проверяется в окне редактора на однотонном материале, чтобы были видны дефекты формы.

Почему синтетические датасеты выгодны

Главная экономия появляется не на первом изображении, а на сотом тысячном. Однажды подготовленную сцену можно рендерить снова и снова с новыми параметрами, добавлять классы, менять фоны и камеры. Если модель плохо работает на ночных кадрах или при боковом освещении, мы просто догенерируем недостающие условия, а не организуем новую съёмку.

Второе преимущество — управляемость. В реальном датасете трудно гарантировать, что каждый класс представлен равномерно, а редкие ситуации встречаются хотя бы несколько раз. В синтетическом датасете распределение задаётся заранее: столько-то процентов кадров с перекрытиями, столько-то с мелкими объектами, столько-то с бликами. Про работу с редкими случаями мы писали в статье «Редкие объекты».

Третье — отсутствие юридических рисков. На синтетических изображениях нет реальных людей, номеров автомобилей и чужих товарных знаков, если вы сами их не заказали. Такие данные проще передавать подрядчикам и хранить.

Сравнение подходов

Что можно сгенерировать

Сервис для команд машинного обучения

Мы говорим с заказчиком на одном языке: классы, распределения, метрики, валидационная выборка. В начале проекта обсуждаем не «сколько картинок нужно», а что именно должна различать модель, в каких условиях она будет работать и где сейчас ошибается. После этого предлагаем состав датасета и делаем тестовую партию. Вы обучаете на ней модель, сравниваете с текущей версией, и только потом мы переходим к основному объёму.

Если своей команды машинного обучения нет, мы поможем выбрать архитектуру и обучить базовую модель, чтобы проверить гипотезу. О типичных ошибках на этом этапе — в статье «Типичные ошибки при обучении моделей зрения».

Отрасли

Полный список с примерами задач — на странице «Отрасли».

Параметры, которыми мы управляем

• Положение и ориентация каждого объекта, плотность размещения, доля перекрытий.
• Тип освещения: студийный свет, солнце, лампы склада, ночные условия, контровой свет.
• Материалы: цвет, шероховатость, металличность, загрязнения, следы износа.
• Фон: однотонный, фотографический, процедурный, реальные фото с вашего объекта.
• Камера: высота, наклон, фокусное расстояние, глубина резкости, дисторсия объектива.
• Сенсор: шум, компрессионные артефакты, смаз движения, баланс белого.
• Состав кадра: количество объектов, доля пустых кадров, отвлекающие предметы.

Каждый параметр задаётся диапазоном или распределением, а итоговые значения сохраняются в метаданных кадра — это удобно при анализе ошибок модели.

Форматы выдачи

Аугментация существующих датасетов

Если у вас уже есть реальные данные, мы можем расширить их. Объекты из 3D-библиотеки встраиваются в ваши фотографии с корректными тенями и перспективой, а к реальным кадрам применяются физически осмысленные преобразования: смена освещения, погоды, добавление помех. Это помогает закрыть пробелы в выборке без новой съёмки. Подробности — на странице «Аугментация датасетов».

Совет: прежде чем заказывать аугментацию, соберите 200–300 реальных кадров, на которых модель ошибается. По ним мы поймём, каких условий не хватает в обучающей выборке.

Как проходит проект

1. Вы описываете задачу: какие объекты, в каких условиях, какая разметка нужна.
2. Мы задаём уточняющие вопросы и предлагаем состав датасета.
3. Готовим тестовую партию, вы проверяете её на своей модели.
4. Согласуем объём, сроки и стоимость, подписываем договор.
5. Производим датасет частями, каждую партию можно проверять.
6. Передаём финальную версию и при необходимости догенерируем данные.

Подробнее — в разделе «Как мы работаем».

Ориентиры по объёму

Стоимость зависит от числа и сложности 3D-моделей, видов разметки и количества условий съёмки. Ориентиры приведены на странице «Цены».

Автоматизация процессов

Опыт построения конвейеров генерации данных мы применяем и в обычных бизнес-задачах. Автоматизируем сбор и обработку данных, выгрузки и отчёты, интеграцию моделей машинного обучения в рабочие процессы компании. Типичный проект — заменить ручное копирование из нескольких систем в таблицу одним скриптом, который сам собирает данные, проверяет их и отправляет отчёт.

• конвейеры сбора, очистки и загрузки данных;
• автоматическая отчётность и рассылка;
• встраивание моделей распознавания в учётные системы;
• боты и скрипты для повторяющихся операций.

Подробнее — на странице «Автоматизация процессов».

Разработка сайтов

Делаем корпоративные сайты, лендинги и сайты для B2B-компаний: от структуры и текстов до вёрстки, публикации и поддержки. Особое внимание уделяем скорости загрузки, адаптивности и технической основе для продвижения. Сайт сдаётся с понятной системой управления или в виде статической сборки, которую легко разместить на любом хостинге.

О том, с чего начать, читайте в статьях «Этапы разработки сайта» и «Как составить техническое задание».

Принципы работы

Примеры задач из практики

Когда синтетика подходит, а когда нет

Мы делаем синтетические датасеты, поэтому нам легко было бы сказать, что они подходят всегда. Это неправда, и честный разговор в начале проекта экономит заказчику недели. Ниже — наша рабочая карта: где синтетика даёт максимальный эффект, а где лучше начать с реальных данных или смешать подходы. Подробнее о самой технологии — на странице «Технология».

Практический совет: если вы сомневаетесь, запросите тестовый датасет на небольшой части задачи. За несколько дней вы увидите на собственных реальных фото, насколько модель, обученная на рендере, справляется с вашими условиями. Это дешевле, чем спорить в теории.

Чек-лист готовности к заказу датасета

Проект стартует быстро, когда заказчик заранее ответил на несколько вопросов. Не нужно знать все ответы сразу: мы поможем сформулировать задачу. Но чем больше пунктов ниже закрыто, тем точнее будет оценка сроков и стоимости и тем меньше уточнений потребуется в процессе.

• Задача модели сформулирована. Детекция (найти и обвести рамкой), сегментация (выделить маской), классификация, оценка позы, подсчёт, поиск аномалий. От типа задачи зависит набор разметки в поставке.
• Список классов определён. Понятно, какие объекты модель должна различать, и есть договорённость, где проходят границы между похожими классами. Например, «бутылка 0,5 л» и «бутылка 1 л» — это один класс или два.
• Известны условия съёмки в реальности. Какая камера, на какой высоте, под каким углом, при каком освещении, на каком фоне. Мы воспроизведём именно эти условия, а не абстрактные.
• Есть материалы по объектам. Чертежи, CAD-модели, фотографии с разных сторон, физические образцы. Перечень — в следующем разделе.
• Определён целевой формат аннотаций. COCO, YOLO, Pascal VOC или собственный. Если формат не выбран, мы предложим подходящий под вашу архитектуру.
• Есть набор реальных кадров для проверки. Пусть небольшой, пусть неразмеченный: он нужен, чтобы вместе измерять результат, а не полагаться на красивые картинки.
• Назван критерий успеха. Например, «модель находит не менее девяти из десяти деталей на конвейере при допустимом проценте ложных срабатываний». Критерий можно уточнять, но отправная точка нужна.
• Понятен целевой объём. Порядок величины: тысячи кадров для пилота, десятки тысяч для рабочей модели, больше для сложных сцен. Ориентиры — в статье «Сколько изображений нужно для обучения детектора».
• Назначен ответственный со стороны заказчика. Человек, который может ответить на вопросы по объектам и принять промежуточные результаты за один-два дня.
• Решён вопрос с конфиденциальностью. Нужно ли подписывать соглашение до передачи чертежей, есть ли ограничения на хранение.

Если из десяти пунктов закрыто шесть-семь, этого достаточно для старта. Остальное мы выясним на брифинге. Порядок работы описан на странице «Как мы работаем».

Исходные материалы: что прислать

Качество 3D-модели напрямую зависит от того, что у нас есть на входе. Чем точнее исходники, тем меньше времени уходит на доработку и тем ближе рендер к реальности. Ниже — таблица по типам материалов: что полезно, что с ними делаем и насколько они критичны.

Что делать, если ничего из этого нет? Не беда: для типовых объектов (коробки, бутылки, ящики, стандартный крепёж) у нас есть собственная библиотека моделей, а для остальных хватает нескольких хороших фотографий и размеров, снятых рулеткой. Формат передачи не принципиален: достаточно архива на почту [email protected] или ссылки на хранилище. Если материалы конфиденциальны, сначала подпишем соглашение — об этом ниже в разделе про безопасность.

Структура поставки датасета

Мы стараемся поставлять датасет так, чтобы его можно было сразу подключить к обучению без самодельных скриптов. Структура папок предсказуема, имена файлов стабильны, а в корне лежит описание того, что внутри. Типичная поставка для задачи детекции и сегментации выглядит так:

dataset/
├── README.txt              описание датасета, классы, версия
├── classes.txt             список классов и их номера
├── images/
│   ├── train/              кадры для обучения
│   │   ├── 000001.png
│   │   └── 000002.png
│   ├── val/                кадры для валидации
│   └── test/               кадры для финальной проверки
├── labels/
│   ├── coco/
│   │   ├── train.json      аннотации COCO: рамки, маски, площади
│   │   ├── val.json
│   │   └── test.json
│   └── yolo/
│       ├── train/          по одному txt на кадр
│       ├── val/
│       └── test/
├── masks/
│   ├── semantic/           маски классов, один канал
│   └── instance/           маски отдельных экземпляров
├── depth/                  карты глубины
├── keypoints/              ключевые точки и позы (по запросу)
├── meta/
│   ├── scene_params.csv    параметры каждой сцены: свет, камера, фон
│   └── stats.json          статистика классов и распределений
└── preview/                контрольные кадры с нарисованной разметкой

Несколько пояснений. Разделение на обучение, валидацию и тест мы делаем по сценам, а не по отдельным кадрам: иначе кадры одной и той же сцены попадут и в обучение, и в проверку, а метрики окажутся завышенными. Это одна из самых частых ошибок при самостоятельной сборке датасета.

Папка meta нужна для анализа ошибок: если модель путает объекты при низком освещении, вы сможете отобрать именно такие кадры и посмотреть, что с ними не так. Папка preview позволяет за пять минут убедиться глазами, что разметка лежит ровно на объектах. Форматы аннотаций можно выбрать любые, подробнее — в статье «Форматы аннотаций: COCO, YOLO, Pascal VOC и другие». Если у вас свой формат, добавим конвертер или выдадим разметку сразу в нём.

Как устроена рандомизация сцены

Рандомизация — это сердце синтетического датасета. Если рисовать один и тот же объект в одних и тех же условиях, модель выучит не объект, а условия. Мы меняем всё, что может отличаться в реальности, и многое из того, что в реальности не меняется, чтобы модель стала устойчивой. Общая идея и её теоретические основы разобраны в статьях «Доменная рандомизация на практике» и «Domain gap». Ниже — как это выглядит в наших проектах.

Освещение

Мы используем сочетание HDR-карт окружения и отдельных источников света. Карты окружения дают реалистичную мягкую подсветку от неба, окон и потолка, а точечные и площадные источники имитируют лампы цеха, фары, вспышку. Меняем направление, цвет и силу света: от тёплой лампы накаливания до холодного дневного света, от яркого полдня до сумерек. Тени получаются настоящими, с правильной мягкостью. Подробности — в статье «Освещение в рендере».

Материалы

Материалы строятся по физически корректной модели (PBR): шероховатость, металличность, прозрачность, подповерхностное рассеивание. Для каждого объекта задаём диапазоны, а не одно значение: пластик может быть чуть глянцевее или матовее, металл — с разной степенью царапин, картон — с разной влажностью. Добавляем износ, пыль, потёртости, отпечатки. См. «PBR-материалы и почему от них зависит реалистичность».

Камера

Виртуальная камера повторяет параметры реальной: фокусное расстояние, диафрагму, глубину резкости, размер матрицы. Мы варьируем высоту и угол съёмки, расстояние до объекта, лёгкий наклон горизонта, случайный сдвиг. Добавляем дисторсию объектива, виньетирование, хроматические аберрации, шум сенсора и артефакты сжатия — всё то, что делает снимок «настоящим». Подробно — в статье «Виртуальная камера: объективы, шум и искажения».

Фоны и окружение

Объекты помещаются в разные среды: процедурно собранные цеха и склады, стеллажи, столы, ленты конвейеров, улицы, помещения. Фон может быть как реалистичным, так и намеренно случайным (текстуры, шум, коллажи), чтобы модель не привыкала к конкретной обстановке. Расположение объектов подчиняется физике: предметы падают, ложатся, опираются друг на друга, а не висят в воздухе. Про сборку сцен — в статье «Процедурная генерация сцен для датасетов».

Помехи и отвлекающие объекты

В кадр добавляются объекты-дистракторы, похожие на целевые, но не относящиеся к искомому классу. Это учит модель не срабатывать на всё подряд. Добавляем перекрытия (один объект частично закрывает другой), обрезку по краю кадра, блики, брызги, пыль, пар, пятна на линзе, движение объекта и размытие. Чем богаче помехи, тем меньше сюрпризов при встрече с реальным миром.

Рандомизация — не хаос. Для каждого проекта мы подбираем диапазоны на основе ваших реальных кадров, а затем проверяем на них же, что распределение рендера покрывает реальность с запасом, но не уходит в абсурд.

Работа с реальными данными заказчика

Синтетика редко живёт одна. В большинстве проектов у заказчика есть какое-то количество реальных кадров: пусть сотня, пусть неразмеченных. Это ценнейший ресурс, и мы встраиваем его в процесс на трёх уровнях: дообучение, валидация и анализ ошибок. Стратегии смешивания подробно описаны в статье «Смешивание синтетики и реальных данных».

1. Знакомство с реальными кадрами. Просматриваем присланные фото и видео, фиксируем условия: свет, ракурсы, загрязнения, типичные помехи, качество картинки. Это определяет диапазоны рандомизации. Заодно отмечаем, чего в реальных данных нет вовсе, — именно это мы и должны добавить.
2. Первая обучающая выборка. Генерируем пилотный синтетический датасет и обучаем на нём базовую модель. На этом шаге нам важен не рекорд, а понимание, где модель уже уверена, а где теряется.
3. Валидация на реальных кадрах. Реальные данные заказчика используются как контрольный набор, который модель никогда не видела при обучении. Если разметки нет, размечаем небольшую часть вручную: для надёжной оценки часто хватает нескольких сотен кадров.
4. Анализ ошибок. Разбираем, где модель промахивается: путает похожие классы, пропускает мелкие объекты, срабатывает на тени или блики, проседает при определённом ракурсе. Каждая группа ошибок получает объяснение и план исправления.
5. Корректировка синтетики. Меняем сцены, материалы, освещение и добавляем недостающие ситуации. Например, если модель теряет прозрачные предметы за стеклом, увеличиваем долю таких сцен с разными бликами и преломлениями. Затем перегенерируем датасет.
6. Дообучение на реальных данных. Когда базовая модель стабильна, её можно дообучить на реальных кадрах заказчика (fine-tuning). Часто хватает небольшого объёма: синтетика даёт общие знания, реальные данные подстраивают модель под нюансы конкретной камеры.
7. Повторные циклы и фиксация версии. Процесс замыкается в короткий цикл: анализ — правка — генерация — проверка. Когда метрики достигают согласованного порога, фиксируем версию датасета и передаём итоговую поставку.

Вместе это даёт то, что трудно получить другим путём: понятные причины ошибок вместо магии. Если вы не готовы делиться реальными кадрами, мы работаем и без них, но тогда оценка качества опирается только на ваши собственные тесты на стороне заказчика.

Контроль качества датасета: что проверяем

Красивый рендер ещё не значит, что датасет полезен. Перед отправкой мы прогоняем его через набор проверок: часть автоматическая, часть выполняется глазами инженера. Идеи общей методики изложены в статье «Как проверить качество синтетического датасета».

Если проверка выявила проблему, исправляем и перегенерируем затронутую часть, а не весь датасет. По итогам вы получаете краткий отчёт: какие проверки пройдены, какая статистика, какие кадры стоит посмотреть в первую очередь. Для самих правил разметки есть отдельный материал: «Контроль качества разметки».

Технические детали рендера

Для инженеров, которым важны подробности, вот параметры, которые мы согласуем перед запуском массовой генерации. Любой из них можно подстроить под вашу камеру и модель.

Подробнее об устройстве камеры и рендера см. 3D-моделирование и визуализация.

Дефекты и аномалии: генерация брака

Контроль качества на производстве — классический случай, где синтетика особенно выгодна: хороших деталей миллионы, а бракованных почти нет, и их внешний вид бесконечно разнообразен. Мы моделируем дефекты отдельно от самой детали и накладываем их с разной силой, размером и положением. Общий контекст — в статье «Компьютерное зрение в контроле качества на производстве».

Важный момент: брак мы моделируем по вашим образцам и описаниям, а не придумываем «от балды». Чем точнее вы покажете, что считать дефектом и какая степень недопустима, тем лучше датасет совпадёт с вашими требованиями приёмки.

Ключевые точки и 6DoF-позы для робототехники

Для робота-манипулятора недостаточно знать, что в кадре лежит деталь. Нужно понимать, где именно она находится в пространстве и как повернута: тогда захват можно выполнить без промаха. Такая задача называется оценкой позы объекта, а положение и ориентация описываются шестью степенями свободы (6DoF): три координаты и три угла поворота.

Что мы размечаем

Поскольку мы строим сцену в 3D, нам известно точное положение каждого объекта относительно камеры. Поэтому разметка получается автоматически и без погрешностей:

• 6DoF-поза каждого экземпляра: вектор сдвига и поворот в виде матрицы, кватерниона или углов Эйлера.
• Ключевые точки: углы корпуса, отверстия, оси, точки захвата. Заранее договариваемся о списке точек и их порядке.
• Проекция габаритного параллелепипеда (3D bounding box) в плоскость кадра.
• Карта глубины и нормалей — расстояние до поверхности и направление поверхности в каждом пикселе.
• Видимость точек: видна, закрыта другим объектом или выходит за кадр.
• Маски экземпляров для отделения объекта от фона.

Где это нужно

Захват деталей из навала (bin picking), сортировка, сборка на конвейере, паллетирование, подача заготовок на станок, контроль положения при позиционировании. Реальная разметка поз вручную практически невозможна: человек не способен точно указать шесть параметров по плоской фотографии, а ошибки в несколько градусов уже ломают захват. В рендере разметка идеальна по построению.

Особенности

Для симметричных объектов (цилиндр, шестерня, бутылка) поза неоднозначна, и мы заранее фиксируем, как учитывать симметрию, чтобы модель не училась на противоречивых ответах. Для объектов с подвижными частями (манипулятор, шарнир) можем размечать положение каждого звена. Подробнее — в статье «Оценка позы и ключевые точки» и на странице «Разметка: маски и баундинг-боксы».

Безопасность и конфиденциальность

Чертежи, образцы продукции и внутренние фото — это интеллектуальная собственность заказчика, и мы относимся к ним соответственно. Ниже — как это устроено на практике. Тему приватности в целом мы разбирали в статье «Синтетические данные и приватность».

• Соглашение о неразглашении. Подписываем до передачи материалов, если вы этого хотите. Можно использовать вашу форму или наш типовой договор.
• Ограниченный доступ. Материалы заказчика видят только те сотрудники, которые работают над проектом. Доступы выдаются поимённо и отзываются по завершении.
• Раздельное хранение. Исходники каждого заказчика лежат отдельно, не смешиваются с материалами других проектов и не используются для обучения чужих моделей.
• Нет передачи третьим лицам. Ваши чертежи и модели не уходят подрядчикам и в публичные облачные сервисы без вашего согласия.
• Удаление по запросу. После приёмки проекта удаляем исходные файлы и промежуточные модели, если иное не оговорено. Можно договориться и о хранении на случай доработок.
• Работа в вашем контуре. Если требования строгие, обсуждаем варианты: передача обезличенных упрощённых моделей, работа с эталонными образцами вместо рабочих чертежей, поставка только итоговых изображений без исходных 3D-файлов.
• Нет персональных данных. Синтетический датасет по своей природе не содержит снимков реальных людей. Если в сценах нужны человеческие фигуры, мы используем цифровые модели.
• Защищённая передача. Большие датасеты передаём через защищённые каналы с проверкой целостности файлов.

Если у вас есть внутренние регламенты по передаче данных, пришлите их в начале проекта. Мы подстроим процесс, а не будем просить исключений.

Сроки: от чего они зависят

Просьба назвать срок «в среднем» понятна, но честный ответ зависит от нескольких факторов. Ниже таблица, из которой видно, что именно удлиняет или сокращает проект. Точные сроки мы называем после изучения материалов, обычно в течение нескольких рабочих дней после первого обращения.

Общая логика такая: самые длинные этапы — подготовка 3D-моделей и настройка сцены, а сама массовая генерация идёт быстро. Поэтому повторные заказы по уже готовым моделям делаются значительно быстрее первого. Цены и состав работ описаны на странице «Цены», а общий порядок — на странице «Как мы работаем».

Как мы оцениваем результат вместе с заказчиком

Чтобы разговор о качестве не превращался в «нравится — не нравится», мы договариваемся о метриках заранее. Не пугайтесь терминов: ниже простое объяснение каждой. Полная версия — в статье «Метрики детекции: mAP, IoU, precision и recall без путаницы».

IoU: насколько рамка совпала с объектом

Представьте две рамки: настоящую и ту, что нарисовала модель. IoU — это площадь их пересечения, делённая на площадь объединения. Если рамки совпали полностью, получится единица. Если лишь касаются, ноль. Обычно считают «попаданием» рамку с IoU не ниже половины, а для точных задач требуют больше.

Precision: сколько из найденного верно

Модель нашла сто объектов, из них восемьдесят пять настоящие. Precision (точность) — восемьдесят пять процентов. Это показатель того, как часто модель «кричит зря». Если цена ложной тревоги высока (остановка конвейера), важен именно он.

Recall: сколько из существующего найдено

В кадрах на самом деле сто объектов, модель нашла девяносто. Recall (полнота) — девяносто процентов. Это показатель того, как много модель пропускает. Если опасно пропустить брак или посторонний предмет, смотрим прежде всего на полноту.

mAP: общая оценка детектора

Модель возвращает не только рамки, но и уверенность. Если менять порог уверенности, precision и recall меняются: чем строже порог, тем выше точность и ниже полнота. Для каждого класса строят кривую этого компромисса, берут площадь под ней — это AP. Среднее по всем классам — mAP. Одно число, которое показывает, насколько детектор хорош в целом. Часто его считают при нескольких порогах IoU сразу, и тогда оно строже.

Как мы это используем

Мы считаем метрики на реальных кадрах заказчика отдельно по классам, по размеру объектов и по условиям (свет, ракурс). Общая цифра может быть хорошей, а один класс — провальным, и только разбивка это показывает. Целевые значения согласуем заранее: они зависят от задачи, и универсальных «хороших» чисел нет. Для сортировки допустима одна цена ошибки, для безопасности — совсем другая.

Автоматизация: примеры задач

Помимо датасетов мы автоматизируем рутину, и часто эти направления пересекаются: обученную модель нужно встроить в рабочий процесс. Ниже шесть типичных задач. Всё вместе описано на странице «Автоматизация процессов».

Разработка сайтов: что входит, стек, поддержка

Третье наше направление — сайты для бизнеса: корпоративные, лендинги, B2B-порталы. Мы делаем то, что работает на задачи компании, а не просто красиво выглядит. Подробности — на странице «Разработка сайтов». Здесь коротко, из чего состоит работа.

Что входит в разработку

• Бриф и структура. Выясняем цели сайта, аудиторию, основные сценарии посетителя и собираем структуру страниц. Помогаем составить техническое задание: как это делается.
• Дизайн. Макеты ключевых страниц с учётом вашего фирменного стиля, понятная навигация, читаемая типографика, аккуратные формы заявок.
• Адаптивная вёрстка. Сайт одинаково удобен на телефоне, планшете и компьютере. См. «Адаптивная вёрстка».
• Программирование и система управления. Редактор, в котором ваши сотрудники сами меняют тексты, добавляют статьи, товары и страницы без обращения к разработчику.
• Скорость. Оптимизация картинок, кэширование, лёгкий код. См. «Скорость загрузки сайта».
• SEO-основа. Корректные заголовки, мета-теги, карта сайта, чистые адреса, микроразметка. Закладываем сразу, а не после запуска: что именно.
• Аналитика и заявки. Подключение счётчиков, целей, уведомлений о новых заявках на почту или в мессенджер.
• Запуск и обучение. Перенос на хостинг, проверка, инструкция для сотрудников.

Технологический стек

Мы подбираем инструмент под задачу, а не наоборот. Для простых лендингов и небольших сайтов — статическая сборка, которая быстро загружается и почти не ломается. Для сайтов с регулярными публикациями — система управления контентом. Для порталов и личных кабинетов — полноценный серверный код на популярных языках и фреймворках, база данных и API. Все решения документируем, чтобы вы не зависели от одного исполнителя.

Глоссарий

Если часть терминов в тексте и на сайте незнакома, вот краткий словарь. Мы старались давать определения простым языком, без лишней теории.

Синтетические данные

Данные, созданные программно, а не собранные в реальном мире. У нас это изображения, нарисованные по 3D-моделям, вместе с автоматической разметкой.

Датасет

Набор данных для обучения и проверки модели: изображения плюс разметка (рамки, маски, метки).

Разметка (аннотация)

Информация о том, что и где изображено на кадре. Бывает в виде рамок, масок, ключевых точек, классов.

Bounding box (баундинг-бокс)

Прямоугольная рамка вокруг объекта. Самый простой и распространённый вид разметки для детекции.

Маска сегментации

Выделение объекта по контуру, пиксель за пикселем. Точнее рамки и нужна, когда важна форма.

Инстанс-сегментация

Сегментация, различающая отдельные экземпляры одного класса: не просто «пиксели бутылок», а «бутылка один, бутылка два». Сравнение подходов — в статье «Семантическая и инстанс-сегментация».

Детекция объектов

Задача найти на изображении объекты определённых классов и указать их положение. Основы — в статье «Детекция объектов».

Ключевые точки

Отмеченные точки на объекте: углы, суставы, отверстия. Используются для оценки позы и ориентации.

6DoF

Шесть степеней свободы: три координаты положения и три угла поворота. Полное описание положения твёрдого тела в пространстве.

Карта глубины

Изображение, в котором каждый пиксель хранит расстояние до поверхности. Нужно роботам и задачам с трёхмерным пониманием сцены.

Рендеринг

Построение изображения из 3D-сцены по законам оптики. Результат зависит от качества моделей, материалов и освещения.

PBR-материалы

Физически корректное описание поверхности: шероховатость, металличность, прозрачность. Делают рендер похожим на реальную фотографию.

HDRI

Панорамное изображение с широким динамическим диапазоном, которое используется как источник света и окружения в сцене.

Доменная рандомизация

Приём, при котором параметры сцены (свет, фон, материалы, ракурсы) случайно варьируются в широких пределах, чтобы модель не привязывалась к конкретным условиям.

Domain gap

Разрыв между обучающими (синтетическими) и реальными данными. Чем он меньше, тем лучше модель работает на реальных кадрах.

Аугментация

Искусственное увеличение разнообразия данных: повороты, изменения яркости, обрезка, шум, замена фона. Мы применяем её и к реальным, и к синтетическим датасетам, подробнее на странице «Аугментация датасетов».

Дообучение (fine-tuning)

Дополнительное обучение уже обученной модели на небольшом наборе данных, чтобы подстроить её под конкретные условия.

mAP, IoU, precision, recall

Метрики качества детектора: пересечение рамок, доля верных срабатываний, доля найденных объектов и сводная оценка по всем классам.

Edge-устройство

Вычислительное устройство рядом с камерой (на производстве, в машине, на роботе), которое обрабатывает данные на месте. Требует лёгких моделей, о чём в статье «Компьютерное зрение на edge-устройствах».

Ещё вопросы

Ответы на самые частые вопросы собраны на странице «Вопросы и ответы». Здесь — менее очевидные вопросы, которые нам задают на этапе обсуждения проекта.

Почему Syntidata

Рынок синтетики растёт, и выбрать исполнителя непросто. Вот что отличает нас в работе, без громких обещаний. Больше о компании — на странице «О компании».

Сцены из датасетов

Объекты собираются в сцены с перекрытиями, разным масштабом и освещением. Часть кадров рендерится в «глиняном» режиме для проверки геометрии перед назначением материалов.

Часто задаваемые вопросы

Все вопросы и ответы

Из блога

• 
  Синтетические данные

  Что такое синтетические данные и почему о них заговорили все

  Синтетические данные — это изображения и разметка, созданные программно, а не снятые камерой. Разбираем, как они устроены, откуда взялся интерес к ним и в каких задачах они действительно работают.

• 
  Компьютерное зрение

  Обучение YOLO на собственном датасете: пошаговый разбор

  YOLO давно стала рабочей лошадкой детекции: быстро обучается и легко разворачивается. Разбираем весь процесс на собственном датасете и честно говорим, где обычно ломается.

• 
  Разметка данных

  Виды разметки изображений: обзор

  От выбора вида разметки зависит и стоимость датасета, и то, чему в итоге научится модель. Разбираем основные виды аннотаций, их плюсы и ограничения и даём простую схему выбора.

• 
  3D-моделирование

  PBR-материалы и почему от них зависит реалистичность

  Физически корректные материалы (PBR) определяют, как поверхность реагирует на свет. Разбираем, из чего они состоят, как их настраивать и почему для синтетических датасетов это вопрос качества, а не красоты.

• 
  Автоматизация

  Автоматизация бизнес-процессов: с чего начать

  Автоматизация начинается не с выбора программы, а с понимания, где именно теряется время. Разбираем, как найти подходящие процессы, посчитать выгоду и запустить первый результат за несколько недель.

• 
  Разработка сайтов

  SEO на этапе разработки: что заложить сразу

  Исправлять SEO после запуска дороже, чем заложить его при создании сайта. Перечисляем технические и структурные решения, которые стоит принять до первой строки кода.

• 
  Синтетические данные

  Сколько изображений нужно для обучения детектора

  Универсального числа нет, но есть рабочие ориентиры и способы оценить потребность до того, как вы потратили бюджет. Разбираем факторы, диапазоны и метод кривой обучения.

• 
  Компьютерное зрение

  Метрики детекции: mAP, IoU, precision и recall без путаницы

  Метрики детекции часто пересказывают формулами, но редко объясняют, что за ними стоит. Разбираем IoU, precision, recall, AP и mAP на понятных примерах и показываем, как по ним принимать решения.

• 
  Разметка данных

  Форматы аннотаций: COCO, YOLO, Pascal VOC и другие

  Формат аннотаций кажется технической мелочью, пока обучение не падает с ошибкой или рамки не съезжают на пол-кадра. Объясняем, как устроены популярные форматы, чем отличаются и как безопасно конвертировать.

• 
  Автоматизация

  Скрипты, боты и RPA: что выбрать для рутины

  Для одной и той же рутинной задачи можно написать скрипт, сделать бота или настроить программного робота. Объясняем, чем эти подходы отличаются, и даём простые критерии выбора.

• 
  Синтетические данные

  Как проверить качество синтетического датасета

  Красивые рендеры ничего не гарантируют. Показываем, как проверить синтетический датасет до обучения и после него, какие метрики смотреть и когда останавливать проект.

• 
  Разработка сайтов

  Сайт для B2B-компании: что действительно важно

  В B2B сайт не продаёт сразу, он помогает пройти путь от первого интереса до запроса на расчёт. Рассказываем, какие элементы действительно работают, а какие только украшают.

Все статьи блога

Заявка

Опишите задачу — мы предложим состав датасета и подготовим тестовую партию. Можно написать напрямую на [email protected].