Scale’s Synthetic Data Enhances Kaleido AI's Visual AI Capabilities

技术

分析与建模 - 计算机视觉软件
分析与建模 - 机器学习

适用行业

设备与机械
塑料

用例

预测性维护
视觉质量检测

服务

数据科学服务
培训

挑战

Kaleido AI 是一家总部位于维也纳的公司，致力于通过创建加速工作流程和培养创造力的工具来简化复杂的技术。该公司推出了自动图像背景去除器remove.bg和视频背景去除器Unscreen，大受欢迎并导致其于2021年被Canva收购。然而，Kaleido AI在改进其机器学习模型方面面临着重大挑战。该公司的模型需要大量高质量数据，但他们在特定的分割任务中遇到了几种边缘情况，导致模型表现不佳。收集和标记数以万计的具有多种图案、图像、背景和纹理的现实世界图像非常困难。开放数据集没有足够的此类特定类别的高质量图像。 Kaleido AI 最初依靠现实世界的数据来训练其分割模型，但这种方法非常复杂、资源密集且成本高昂。

关于客户

Kaleido AI 是一家总部位于奥地利维也纳的科技公司，其使命是简化复杂的技术。该公司创建的工具可以简化和加速工作流程、培养创造力并帮助其他人将新想法变为现实。它让每个人（从个人到各种规模的企业）都能接触到视觉人工智能的最新进展。 2019年，Kaleido AI推出了自动图像背景去除器remove.bg，2020年又推出了去除视频背景的在线软件Unscreen。这些工具极大地提高了用户实现目标的速度，从而导致其受欢迎程度激增。这一成功促使 Canva 在 2021 年初收购了 Kaleido AI。同年晚些时候，Kaleido AI 推出了 Designify，这是一款人工智能驱动的工具，可为个人、汽车经销商和电子商务网站等各种用户创建自动设计。

解决方案

为了克服这一挑战，Kaleido AI 求助于 Scale AI 来生成合成数据，以提高模型在对象识别方面的性能，并提高模型预测的交并集 (IoU)。 Scale 的机器学习工程师在 Scale 的数据管理平台 Nucleus 中分析了 Kaleido AI 的样本数据和模型推理。他们发现该模型在分割具有复杂图案的图像中的对象、阴影或透明对象或场景背景中存在阴影的对象时表现不佳。 Scale 专注于这些边缘情况，并生成了 2,650 张具有不同光照、纹理和图案的合成数据图像样本。然而，这第一遍不足以显着提高模型性能。然后，Scale 团队深入研究了 Nucleus，整理数据以进一步识别这些问题边缘情况。他们还引入了将 Scale 的合成图像与 2D 空间中的真实图像进行可视化比较的功能。该分析表明，Scale 需要在合成数据分布中包含更多纹理/图案对象和更广泛的对象类型。 Scale 总共生成了 14,583 张合成图像，涵盖 12 个类别，涵盖图案、各种对象、背景和纹理。通过这些有针对性的合成数据，Kaleido AI 的 IoU 达到了 0.794。

运营影响

With the help of Scale Synthetic, Kaleido AI was able to improve its model performance while focusing on building their core product. The synthetic data from Scale allowed Kaleido AI to achieve continuous and efficient model performance improvement on target edge cases. Looking forward, Kaleido AI plans to continue to increase the amount of synthetic data in its dataset, using Scale’s synthetically generated data to improve its models. With Scale Synthetic, Kaleido AI has reduced the time and effort involved with synthetic data curation, allowing the team to focus on improving its core application.

数量效益

Scale generated a sample of 2,650 images of synthetic data with varied lighting, textures, and patterns.
Scale generated 14,583 synthetic images covering a total of 12 categories covering patterns, various objects, backgrounds, and textures.
With the help of Scale's synthetic data, Kaleido AI achieved an Intersection over Union (IoU) of 0.794.