Ant Forest LingBot, 6대의 카메라로 촬영한 200만 개의 실제 샘플을 포함한 2.7T 규모의 오픈소스 데이터셋 공개
3월 31일, Ant Lingbo Technology는 대규모 RGB-D 데이터셋인 ‘LingBot-Depth-Dataset’을 공식적으로 오픈소스로 공개했습니다. 이 데이터셋은 300만 개의 고품질 샘플 쌍을 포함하고 있으며, 이 중 200만 개는 실제 환경에서 촬영된 것이고 100만 개는 합성 렌더링된 것입니다. 총 2.71TB 규모의 이 데이터셋은 6종의 주요 깊이 카메라 데이터를 포괄하며, 실제 장면을 기반으로 한 최대 규모의 오픈소스 RGB-D 데이터셋입니다. 이번 공개를 통해 체화 지능, 공간 지각, 3D 비전 분야의 연구를 발전시킬 수 있는 더욱 풍부하고 현실적인 데이터가 제공됩니다.

(이미지: LingBot-Depth-Dataset의 샘플. 위에서 아래로: RGB 이미지, 센서의 원시 깊이 맵, 그라운드 트루(ground truth) 깊이 맵. 이 데이터셋은 원시 및 그라운드 트루 깊이 정보를 모두 제공하여 실제 환경에서 모델을 훈련하고 평가하는 데 강력한 지원을 제공합니다.)
공개된 깊이 데이터셋은 오랫동안 제한된 규모, 불충분한 실제 장면 커버리지, 특정 하드웨어 유형에 대한 의존성 등의 문제에 직면해 왔습니다. 많은 데이터셋이 주로 합성 데이터로 구성되어 있어 노이즈 패턴, 깊이 공백, 재질 표현 측면에서 실제 센서 데이터와 상당한 차이를 보이며, 이는 훈련된 모델의 실제 적용을 저해합니다.
LingBot-Depth-Dataset은 대규모 실제 장면 캡처를 제공함으로써 공간 인식 분야의 이러한 데이터 격차를 효과적으로 해소합니다. 각 샘플에는 RGB 이미지, 원시 센서 깊이 맵, 그리고 이에 대응하는 그라운드 트루스(ground truth) 깊이 맵이 포함되어 있어, 깊이 추정 및 깊이 보완 모델의 훈련과 평가에 직접 활용할 수 있습니다. 이 데이터셋은 Orbbec 335, 335L, Intel RealSense D405, D415, D435, D455 등 6가지의 널리 사용되는 깊이 카메라를 지원하여, 다양한 기기와 시나리오에서 모델의 일반화 능력과 평가를 향상시킵니다.
안 링보(Ant Lingbo)가 이전에 오픈소스로 공개한 고정밀 공간 인식 모델인 'LingBot-Depth'는 이 데이터셋을 핵심 데이터로 사용하여 훈련되었습니다. PromptDA 및 PriorDA와 같은 업계 주류 방법과 비교했을 때, LingBot-Depth는 실내 장면에서 깊이 예측 오차를 70% 이상, 스파스 깊이 보충 작업에서는 약 47% 감소시킵니다. 이 모델을 적용하면, 하드웨어 수정 없이도 투명 유리, 반사 표면, 역광과 같은 까다로운 조건에서 상용 깊이 카메라가 더 완벽하고 부드러우며 선명한 깊이 맵을 생성할 수 있습니다. 특정 시나리오에서는 프리미엄 산업용 깊이 카메라에 필적하는 성능을 보여줍니다.
학계 및 연구 기관의 경우, 이 오픈소스 이니셔티브는 데이터 수집 및 주석 부착의 장벽을 낮춰, 공간 인식 기술이 연구 단계에서 실제 적용 단계로 전환되는 과정을 가속화합니다. 로봇 공학과 체화 지능이 물리적 환경에 빠르게 통합됨에 따라, 실제 데이터를 기반으로 한 대규모 고품질 데이터셋은 산업의 지속적인 발전을 이끄는 필수 인프라가 될 것입니다.
관련 기사
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의
캘리포니아 자율주행차 규정 준수: 과태료, 지오펜스, 100만 마일의 새로운 시대
Guident는 남부 플로리다에서 AuveTech 셔틀을 운영하며, 자사의 원격 모니터링 기술을 활용해 웨스트 팜비치에서 4마일 구간과 보카 라톤에서 1마일 구간의 노선을 관리하고 있다. | 출처: Guident캘리포니아주는 자율주행차에 대한 규제 환경을 재정의하며, 기술 업계의 “빠르게 움직이고 실패를 감수하라(move fast and break thin
관련 특별 주제 추천
의견 (0)
0/500
3월 31일, Ant Lingbo Technology는 대규모 RGB-D 데이터셋인 ‘LingBot-Depth-Dataset’을 공식적으로 오픈소스로 공개했습니다. 이 데이터셋은 300만 개의 고품질 샘플 쌍을 포함하고 있으며, 이 중 200만 개는 실제 환경에서 촬영된 것이고 100만 개는 합성 렌더링된 것입니다. 총 2.71TB 규모의 이 데이터셋은 6종의 주요 깊이 카메라 데이터를 포괄하며, 실제 장면을 기반으로 한 최대 규모의 오픈소스 RGB-D 데이터셋입니다. 이번 공개를 통해 체화 지능, 공간 지각, 3D 비전 분야의 연구를 발전시킬 수 있는 더욱 풍부하고 현실적인 데이터가 제공됩니다.

(이미지: LingBot-Depth-Dataset의 샘플. 위에서 아래로: RGB 이미지, 센서의 원시 깊이 맵, 그라운드 트루(ground truth) 깊이 맵. 이 데이터셋은 원시 및 그라운드 트루 깊이 정보를 모두 제공하여 실제 환경에서 모델을 훈련하고 평가하는 데 강력한 지원을 제공합니다.)
공개된 깊이 데이터셋은 오랫동안 제한된 규모, 불충분한 실제 장면 커버리지, 특정 하드웨어 유형에 대한 의존성 등의 문제에 직면해 왔습니다. 많은 데이터셋이 주로 합성 데이터로 구성되어 있어 노이즈 패턴, 깊이 공백, 재질 표현 측면에서 실제 센서 데이터와 상당한 차이를 보이며, 이는 훈련된 모델의 실제 적용을 저해합니다.
LingBot-Depth-Dataset은 대규모 실제 장면 캡처를 제공함으로써 공간 인식 분야의 이러한 데이터 격차를 효과적으로 해소합니다. 각 샘플에는 RGB 이미지, 원시 센서 깊이 맵, 그리고 이에 대응하는 그라운드 트루스(ground truth) 깊이 맵이 포함되어 있어, 깊이 추정 및 깊이 보완 모델의 훈련과 평가에 직접 활용할 수 있습니다. 이 데이터셋은 Orbbec 335, 335L, Intel RealSense D405, D415, D435, D455 등 6가지의 널리 사용되는 깊이 카메라를 지원하여, 다양한 기기와 시나리오에서 모델의 일반화 능력과 평가를 향상시킵니다.
안 링보(Ant Lingbo)가 이전에 오픈소스로 공개한 고정밀 공간 인식 모델인 'LingBot-Depth'는 이 데이터셋을 핵심 데이터로 사용하여 훈련되었습니다. PromptDA 및 PriorDA와 같은 업계 주류 방법과 비교했을 때, LingBot-Depth는 실내 장면에서 깊이 예측 오차를 70% 이상, 스파스 깊이 보충 작업에서는 약 47% 감소시킵니다. 이 모델을 적용하면, 하드웨어 수정 없이도 투명 유리, 반사 표면, 역광과 같은 까다로운 조건에서 상용 깊이 카메라가 더 완벽하고 부드러우며 선명한 깊이 맵을 생성할 수 있습니다. 특정 시나리오에서는 프리미엄 산업용 깊이 카메라에 필적하는 성능을 보여줍니다.
학계 및 연구 기관의 경우, 이 오픈소스 이니셔티브는 데이터 수집 및 주석 부착의 장벽을 낮춰, 공간 인식 기술이 연구 단계에서 실제 적용 단계로 전환되는 과정을 가속화합니다. 로봇 공학과 체화 지능이 물리적 환경에 빠르게 통합됨에 따라, 실제 데이터를 기반으로 한 대규모 고품질 데이터셋은 산업의 지속적인 발전을 이끄는 필수 인프라가 될 것입니다.
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의





집






