SIM2REAL DATA · INDUSTRIAL AI
산업 환경을 진단합니다.
그 진단 위에서
합성 데이터를 설계합니다.
VALIDATED — COLD-START 1% R&D
val_cross_sequence mIoU
Dump IoU (rare class)
ResidualUNetLarge · Pareto PASS · SegFormer-B2에서도 동일 효과 확인
합성 데이터가 모델 성능에 기여하려면 "많이 만드는 것"이 아니라 "무엇이 부족한지 정확히 아는 것"이 먼저입니다. 의뢰자 산업 환경의 클래스 의미 체계 · hard scenario · class별 domain gap을 먼저 진단하고, 그 진단 위에서 Isaac Sim과 Domain Randomization을 활용해 시뮬레이션 환경을 설계합니다.
차별점
왜 도메인 분석부터인가
산업 환경 정밀 분석
도메인에 적합한 클래스 의미 체계 설계 · Hard scenario 정의 · Sequence-disjoint validation · Wasserstein 거리 기반 정량 진단.
R&D 사례 보기 →Pixel-perfect 라벨 자동 생성
시뮬레이션 ground truth 기반. instance segmentation · 2D bbox · 6D pose · depth 무손실 추출. 수작업 라벨 오차 0.
즉시 학습 가능한 포맷
COCO bbox/segmentation, YOLO txt, Pascal VOC xml 변환 + dataset card 동봉.
정직한 사용 조건
- 합성 데이터는 실데이터를 100% 대체하지 않습니다. 실데이터 일부와 혼합 학습할 때 효과가 검증된 환경에서 최대화됩니다.
- 학습 모델·실환경 조건·데이터 비율에 따라 결과는 달라집니다. "보장된 성능 향상"을 약속하지 않습니다.
- 저작권 명확한 asset만 사용합니다. 의뢰자 도면/실데이터를 받는 경우 NDA 협의 가능.
Option A — 샘플 먼저
Lite Sample Pack
₩50,000 · 500장 · 분기당 3 slot 한정. 클래스·환경·라벨 정합성 확인.
크몽 listing (게시 후 link)Option B — 도메인 진단 인터뷰
함께 결정합니다
약 30분, 무료. 도메인·환경·클래스 구성을 먼저 의논하고 옵션을 결정합니다.
Ridgelinesynthetic@gmail.com