人工智能技术正在改变人们的生活和工作方式, 各种 AI 模型的训练的需求也变得越来越大。AI 模型的训练不仅需要强大的计算能力和网络结构, 还需要能充分表达真实场景特征的数据样本。而当一些场景数据不够充足或者数据集没办法充分体现所有场景时, 我们可以利用在虚拟世界合成的数据来补充训练数据集。
NVIDIA Omniverse™ Replicator 是一组可扩展的 API，使开发者能够生成与真实世界一样准确的训练数据，并轻松自定义合成数据生成 (SDG) 来加速计算机视觉模型的训练。利用 Omniverse Replicator, 您可以在虚拟世界随意更改环境光线, 运动轨迹, 物体纹理, 摄像头角度等参数。您还可以自定义生成数据标注的内容和格式, 不必再为适配多种框架而担心。本次 Webinar 将帮助有基于视觉人工智能开发需求的开发者，通过这个 Webinar 您可以了解到：
● NVIDIA Omniverse Replicator 简介
● NVIDIA Omniverse Replicator Python 接口
● NVIDIA Omniverse Replicator 场景搭建
● 利用 NVIDIA TAO 和生成的数据训练模型
● 代码实例：利用 NVIDIA Omniverse Replicator 实现构建场景, 并合成训练所需的数据
何琨(Ken He)
NVIDIA 企业开发者社区高级经理
拥有多年的 GPU 和人工智能开发经验。自 2017 年加入 NVIDIA 开发者社区以来，完成过上百场培训，帮助上万个开发者了解人工智能和 GPU 编程开发。在计算机视觉，高性能计算领域完成过多个独立项目。并且，在机器人和无人机领域，有过丰富的研发经验。对于图像识别，目标的检测与跟踪完成过多种解决方案。曾经参与 GPU 版气象模式 GRAPES，是其主要研发者。
