01 / UNDERSTAND
仕組みと使いどころ
NVIDIA Omniverseでは、車、歩行者、フォークリフトなどの名称や分類コードを3Dアセットのジオメトリに付与する。部品にもタイヤ、窓などのラベルを付けると、より細かな機械学習用データを生成できる。ラベルは上位のPrimや割り当てられたマテリアルから継承でき、複数の分類体系を同じ物体に併存させることも可能である。Isaac Simでは、セマンティックセグメンテーションやバウンディングボックスの出力に意味情報を含めるために使われる。ただし、ラベル自体は物体の物理特性、挙動、材質による描画、センサー特性を定義するものではない。
02 / IN PRACTICE
Semantic Labelの活用例
たとえば、こんな場面で
倉庫の合成データを作る場合、車両に「フォークリフト」、積荷に「パレット」、人物に「歩行者」といったラベルを付け、画像とともにセグメンテーションやバウンディングボックスの注釈を出力する用途が考えられる。
03 / GOOD TO KNOW
使うときのポイント
利用する分類体系とラベルの粒度を先に統一する。NVIDIAのアセットと組み合わせる場合はWikidataのQコードが推奨され、有効な形式と登録内容の確認が必要である。ラベル属性には時間サンプルを設定しない。
参考資料
Semantic Labels — Requirement Documentation （新しいタブで開きます）Replicator Tutorials （新しいタブで開きます）Building Simulation-Ready USD 3D Assets in NVIDIA Omniverse | NVIDIA Technical Blog （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。