SYSTEMS AND METHODS FOR TRAINING IMAGE DETECTION SYSTEMS FOR AUGMENTED AND MIXED REALITY APPLICATIONS

Described are system, method, and computer-program product embodiments for developing an object detection model. The object detection model may detect a physical object in an image of a real world environment. A system can automatically generate a plurality of synthetic images. The synthetic images can be generated by randomly selecting parameters of the environmental features, camera intrinsics, and a target object. The system may automatically annotate the synthetic images to identify the target object. In some embodiments, the annotations can include information about the target object determined at the time the synthetic images are generated. The object detection model can be trained to detect the physical object using the annotated synthetic images. The trained object detection model can be validated and tested using at least one image of a real world environment. The image(s) of the real world environment may or may not include the physical object. La présente invention concerne des modes de réalisation d'un système, d'un procédé et d'un produit-programme informatique pour développer un modèle de détection d'objet. Le modèle de détection d'objet permet de détecter un objet physique dans une image d'un environnement du monde réel. Un système peut générer automatiquement une pluralité d'images synthétiques. Les images synthétiques peuvent être générées par sélection aléatoire de paramètres des caractéristiques environnementales, d'éléments intrinsèques de caméra et d'un objet cible. Le système peut annoter automatiquement les images synthétiques pour identifier l'objet cible. Selon certains modes de réalisation, les annotations peuvent comprendre des informations sur l'objet cible déterminé au moment où les images synthétiques sont générées. Le modèle de détection d'objet peut être entraîné pour détecter l'objet physique en utilisant les images synthétiques annotées. Le modèle de détection d'objet entraîné peut être validé et testé en utilisant au moins une image d'un environnement du monde réel. L'image ou les images de l'environnement du monde réel peuvent ou non comprendre l'objet physique.