在虚拟环境中生成 现实中难以获取的数据
X-GEN 将难以实拍或难以采集足够数据的环境进行虚拟重建， 并生成 AI 模型训练所需的图像与传感器数据，是一款合成数据解决方案。
X-GEN 核心功能
合成数据生成
虚拟环境·场景构建
多传感器数据生成
自动标注
X-GEN PROCESS
从贴合训练目标的场景 到 AI 训练数据
STEP 01
构建虚拟场景
设置空间、对象、相机 与移动条件
STEP 02
设置环境·场景
设置天气、时段、光照 与对象布局
STEP 03
生成数据·标签
生成图像、传感器数据 与训练标签
STEP 04
AI 训练·验证
与真实数据一起 用于模型训练与验证
同一场景可生成多种训练数据
在同一个虚拟场景中，可生成接近真实的图像以及分割、法线、深度数据等 多种形式的训练数据。
VIRTUAL ENVIRONMENT & SYNTHETIC DATA
在虚拟空间中重建 难以实拍的环境与情境
以 2D·3D 重建室内空间、道路、工业现场等训练对象环境。 通过改变时段、天气、光照以及对象与相机条件，可将现实中难以反复拍摄的场景转化为数据。
以 2D·3D 环境重建训练所需的空间与对象
生成还原材质、光照与阴影等真实环境视觉特性的高质量合成数据
在虚拟环境中重现现实中可能发生的情境与事件
可应用昼夜、雨、雪、雾、光照等多种环境条件
构建与真实相似的空间，以及车辆、设备等训练所需的 3D 对象
SENSOR DATA & AUTOMATIC LABELING
同时生成多种传感器数据 与训练标签
同时生成 RGB·IR·LiDAR·Depth 等多种传感器数据与训练标签， 并可整理为 COCO·Pascal VOC 或自定义格式的数据集。
传感器数据
- RGB
- IR
- LiDAR
- Depth
- Normal
标签数据
- 2D·3D Bounding Box
- Semantic Segmentation
- Instance Segmentation
支持格式
- COCO
- Pascal VOC
- Custom Dataset
APPLICATION AREAS
在难以获取真实数据的领域 生成所需的训练数据
借助 X-GEN，即便在难以实拍或需要多种传感器与环境条件的领域， 也能生成贴合训练目标的合成数据。
室内行驶数据
虚拟构建室内空间与障碍物，并利用 LiDAR 传感器生成移动路径与周边空间数据
道路行驶数据
虚拟重建道路、车辆与周边环境，生成反映多种行驶条件的 LiDAR 数据
红外合成数据
生成夜间或低照度等仅靠普通相机难以充分采集的环境的红外数据
基于卫星地图的 3D 地图
基于卫星地图与空间信息构建大范围 3D 环境，用于自动驾驶或无人机仿真
小目标检测
对真实环境中难以采集足够数据的小型对象进行虚拟重建
X-GEN 运用基于 NVIDIA Omniverse™ 的虚拟环境 与仿真技术生成合成数据。
欢迎查看常见问题
VIEW ALL能利用我们已有的 3D 数据吗？
可以。可利用已有的 3D 数据或现场数据构建虚拟环境。可用数据与搭建方式会因数据形态和应用目的而异；必要时可构建与真实环境相近的 3D 虚拟环境，用于仿真与 AI 训练。
希望构建契合我们行业与现场的数字孪生。
Xiilab 面向制造、建筑、国防等多种行业环境与应用目的，提出相应的数字孪生建设方案。可根据应用目的与现场条件配置所需的仿真环境与功能。
X-GEN 如何运用 NVIDIA Omniverse？
X-GEN 借助基于 NVIDIA Omniverse 的虚拟环境与仿真技术生成合成数据。它将真实环境在虚拟空间中还原，并生成各种条件下的数据，用于 AI 训练与验证。
能在建设实际现场之前于虚拟环境中验证吗？
借助数字孪生，可在实际建设前于虚拟环境中检验各种条件与场景。可根据应用目的搭建仿真、虚拟验证、AI 训练等环境。
希望在引入数字孪生前咨询应用方案。
确认引入目的与现场环境后，我们会说明所需的建设范围与应用方案。