合成数据

上篇文章用即梦验证了视频生成模型合成长尾数据的可行性，但商业 API 成本高、数据要上传。这篇文章记录了在 RTX 4090工作站上本地部署 Wan2.2-TI2V-5B 开源图生视频模型的过程。围绕模型搭了一个工具（FastAPI +React），支持对话式单次生成和批量排队合成，生成后自动抽帧。

本文记录了一次面向自动驾驶长尾数据问题的合成数据实验。针对真实数据中小动物横穿等低频目标样本不足的问题，尝试利用具备世界先验的视频生成模型，从真实道路图像出发生成小狗横穿场景，再通过抽帧构建候选训练样本。实验结果表明，相比传统贴图式合成，视频生成模型在接地关系、尺度、透视和运动连续性上更接近真实采集数据。后续工作将继续探索自动清洗、自动标注和真实验证集上的 Recall / mAP 评估。