这个CV数据集生成器火了，支持13类CV任务，DeepMind等打造丨开源萧箫发自凹非寺量子位|公众号

萧箫发自凹非寺量子位|公众号QbitAI
这年头， AI玩家们想找到合适的图像数据集，简直是越来越难了。
不仅数据参差不齐，合适的数据也难找（如光流图、深度图等）。
为了解决这些问题，来自谷歌、MIT、DeepMind、MILA和剑桥大学等的34名研究人员，联手打造了一个名叫Kubric的数据集生成器，不仅能自己渲染，而且图像效果也非常真实。

文章图片
不仅各种图像数据都能做，像语义分割、深度图或光流图这种“特殊数据”都能一键生成：

文章图片
还能控制渲染的，渲染出的视频可以达到以假乱真的效果：

文章图片
据作者们表示，目前Kubric支持的数据类型生成，效果也不比用已有数据集训练出来的差。
这样的一个数据集生成器，到底要怎么上手？
先来看看这个Kubric数据集生成器究竟是个啥。
简单来说，它有点像是一个专为图像AI打造的“数据车间” ，基于跨平台开源物理引擎和3D图像渲染软件打造。

文章图片
其中， PyBullet给用户提供了一个模拟3D物体运动的平台，例如两个球之间的弹性碰撞参数就可以用它来模拟。（当然，除了PyBullet以外，也可以扩展到其他物理引擎如MuJoCo上）
Blender则是一个渲染3D动画的平台，但它的优势在于操作方便，而且既可以做出照片级逼真的渲染图像，也可以输出3D动画效果。（例如有设计师拿它设计服装纹理）
可能这时候你会问， Kubric相比自己手动渲染视频或图像数据集，方便在哪？
除了11个基础3D模型以外：

文章图片
还内置了GoogleScannedObjects（GSO）室内家具物品数据集中的一系列模型，以及包含背景、光照、材料纹理等参数的Polyhaven数据集，还有ShapeNet数据集等（包含55种常见的物品类型及51300个3D模型）。
也就是说，如果你对渲染不太了解，也能利用内置的数据库快速生成想要的图像。
，省去了将渲染图像转成特殊数据（如深度图、光流图）、或是额外收集如视场、相机参数、光照等数据的麻烦。
这也使得Kubric支持生成13类CV任务所需的图像数据，具体包括等。

文章图片
没错，即使这些生成的图像中有2D也有3D类型，需要的数据量也从MB到TB级别不等，但Kubric都能满足。
嗯，作者们还专门针对各种视觉任务，用Kubric生成的数据集一个个试了试，强调“用他们生成的数据集效果更好” 。

文章图片
△Kubric生成的光流图
那么，这样的数据集生成器究竟要怎么用呢？
作者提供了一些简单的操作流程。
在安装之后，第一步就是创建默认场景：

文章图片
然后，再通过这两步，分别创建一块地板、和一个球体（也可以换成其他形状）：

文章图片
接下来就是在场景中加一个照明，以及渲染摄像头采集图像：