SmartSDG

新流程改进了用于目标检测的合成到真实域自适应

研究人员开发了一个名为 SmartSDG 的新流程，该流程基于 NVIDIA Isaac Sim 并利用基于物理的着色 (PBS)，以改进目标检测模型从合成数据到真实世界数据的迁移。通过使用 YOLOv12 框架和名为 ILLUM_INTRUCK 的新数据集进行的 18 项实验，他们发现复杂的间接照明和多变的背景增强了视觉线索。他们的研究结果表明，避免直接镜面高光可以保留表面纹理，减小域间隙，并提高工业自动化中目标检测的鲁棒性。