Service
Des jumeaux numériques à partir de vidéo de drone, et des données d’entraînement créées à l’intérieur
Les modèles de détection pour drones ont besoin de milliers d’images aériennes annotées des lieux qu’ils survoleront. Je reconstruis le lieu réel une fois à partir d’images de drone et j’y génère des données annotées, uniquement avec des licences utilisables commercialement.
Parler d’un projet →Ce que vous obtenez
- Un plan de vol : altitude, résolution au sol, orbites et recouvrement
- Des poses de caméra alignées sur le GPS et une scène Gaussian splat photoréaliste
- Un maillage de collision et le jumeau dans Isaac Sim avec des vols PX4
- Des données annotées aux formats COCO et YOLO pour entraîner des détecteurs
Questions
- Quel est le coût de calcul ?
- Le premier passage dans le cloud a produit 597k gaussiennes à partir de 88 photos pour 0,75 $ de temps GPU, débogage compris.
- Peut-on le faire tourner sur notre matériel ?
- Les étapes légères, oui. La structure from motion et l’entraînement du splat demandent un GPU, loué dans le cloud s’il n’y en a pas sur place.