Rendersynth 1.0.0 —— 计算机视觉合成数据集生成（Blender 4.5+）-游戏CG

📦 资产下载本包为 Rendersynth 1.0.0（作者 Lorenzo-Zani），解压后共 132 个文件、合计 933,527 字节。根目录含 blender_manifest.toml（id=rendersynth、version 1.0.0、blender_version_min 4.5.0）与 __init__.py 注册入口；顶层条目：__init__.py、blender_manifest.toml、constants.py、core/、distribution/、labeling/、operators/、pipeline/、ui/、utils/。

Rendersynth 用程序化随机化 + 批量渲染生成带标注的合成数据集：可控物体/材质/光照/场景变化，不写 Python。面向中小 CV 项目；用积木式管线定义随机化（分布驱动，含正态/均匀/指数或节点式自定义），输出图像+元数据；可定义类别与多物体实体标注。

· 程序化随机化 + 批量渲染生成合成数据集
· 控制物体摆放、材质、光照与场景参数的变化
· 全程无需编写 Python 代码
· 随机化基于分布：正态/均匀/指数，或用节点编辑器搭建自定义分布
· 管线由拼接操作组成，可保存/加载为 JSON 便于版本管理与复现
· 定义命名类别、把多物体分组成单一标注的多物体实体
· 输出图像与对应元数据，适合训练计算机视觉模型

在 Blender「编辑 → 偏好设置 → 扩展 → 从磁盘安装」选中本包 zip（不要解压）并启用。用法：在 Generator 里定义物体/材质/光照的随机化管线与类别，运行批量渲染即可得到成组图像与标注元数据；管线可存为 JSON 复用。

目标检测/分割训练数据生成；随机化场景数据增强；小规模 CV 项目的数据集制作；可控变量的对照实验。

问：要钱吗？答：免费开源，GPL-3.0-or-later。问：需要哪版 Blender？答：4.5 及以上。问：做什么？答：生成带标注的随机化合成数据集。问：要写代码吗？答：不用，可视化搭管线。问：能导出标注吗？答：输出图像+元数据。

核心功能

安装与用法

适用场景

目标检测/分割训练数据生成；随机化场景数据增强；小规模 CV 项目的数据集制作；可控变量的对照实验。

常见问题

深度解读

训计算机视觉模型最缺的是「带标注的数据」。真实拍摄标注贵、难覆盖长尾；Blender 合成数据能随机化场景、自动拿到精确标注，于是成了热门方向。Rendersynth 把这条路做成了开箱可用的插件：它是一个开源 Blender 扩展，用「程序化随机化 + 批量渲染」生成合成数据集。你用积木式系统在 Blender 里定义随机化管线——每个参数可由预设分布（正态、均匀、指数等）驱动，也能用节点编辑器画出自定义分布——再把针对物体变换、材质、光照的操作拼起来，插件就批量渲染并输出图像与对应元数据供训练。它还能定义命名类别、把多个物体合成一个「多物体实体」当作单个标注对象，管线可存成 JSON 便于版本管理与复现。作者也很诚实地定位：它面向中小规模 CV 项目，图的是「易生成」，而不是 BlenderProc 那种极致效率与通用性。要清醒的边界：大规模生产管线仍更适合 BlenderProc；合成到真实的域差（domain gap）永远存在，需要调参或混合真实数据；标注格式以插件输出为准，接入训练框架时可能要转换。但对想快速造一批可控合成数据的小团队或个人，它把门槛降得很低。

包内文件说明

本包为 Rendersynth 1.0.0（作者 Lorenzo-Zani），解压后共 132 个文件、合计 933,527 字节。根目录含 blender_manifest.toml（id=rendersynth、version 1.0.0、blender_version_min 4.5.0）与 __init__.py 注册入口；顶层条目：__init__.py、blender_manifest.toml、constants.py、core/、distribution/、labeling/、operators/、pipeline/、ui/、utils/。

原产品页：https://extensions.blender.org/add-ons/rendersynth/

封面图片来自作者官方产品页。本文为中文整理，功能与兼容性信息以作者官方页面与包内说明为准。资源仅供学习交流，商业使用请购买正版授权。

文章版权归作者所有，未经允许请勿转载。

THE END