스마트 라벨링(Smart Labeling)이란?

사용자(User)가 라벨링(Labeling) 작업을 진행하기 전에 효율적으로 Labeling 작업을 진행할 수 있도록 AI 모델의 추론 결과를 제공하는 서비스입니다.

스마트 라벨링 사용법

1. 스마트 라벨링 적용하기

Smart Labeling을 사용할 데이터를 폴더 또는 파일 단위로 선택 후 우측 상단의 "스마트 라벨링" 버튼을 클릭합니다.

2. 스마트 라벨링 추론 설정하기

1. 프로젝트의 "라벨링 설정"-"작업 유형"에 따라, 선택할 수 있는 모델 종류가 변경됩니다.

• Bounding box = Object Detection Task Model
• Poly segmentation = Instance Segmentation Task Model

2. "작업 AI 모델 선택"에서 하단의 "프리셋 AI" 목록 중에 사용하고자 하는 모델을 선택합니다.

• 동일한 고객사의 데이터로 학습된 Custom Model이 존재하는 경우, 해당 Custom Model도 선택 가능합니다.

3. Smart Labeling을 적용할 "작업 AI 모델 선택" 완료 후, "모델 클래스 선택"을 진행합니다.

• 프로젝트 내에서 설정한 클래스를 선택한 모델의 어떤 클래스로 추론할 것인지를 설정합니다.
• 모든 클래스를 다 설정하지 않고, 원하는 클래스만 선택하여 설정 가능합니다.

4. "모델 클래스 선택" 완료 후, "기타 설정"을 진행합니다.

• "인스턴스 크기" 체크 시, 모델 추론 결과에서 프로젝트에서 설정한 최소 사이즈 미만의 인스턴스는 추론하지 않습니다.
• "Threshold 기준"은 모델이 추론한 결과의 신뢰도(점수)를 의미하며, Threshold 값을 높게 설정할수록 신뢰도가 높은 인스턴스만 추론되게 됩니다.
  (ex. 0.7 설정 시, 신뢰도가 0.7 미만인 객체는 추론되지 않습니다.)
• "추론 결과 미리보기"는 선택한 데이터에 대해 모두 Smart Labeling 적용하기 전에, 설정한 설정값에 따른 Smart Labeling 성능을 "미리보기 파일 개수"만큼 확인하는 기능입니다.
• "추론 결과 미리보기"를 통해 성능 확인 후, 설정했던 설정값을 변경하여 다시 적용 가능합니다.

5. 모든 설정을 완료 후에 우측 하단의 "완료" 버튼을 클릭합니다.

3. 스마트 라벨링 적용 후

1. Smart Labeling 적용 후, 파일명 옆에 아이콘이 생성되게 됩니다.

• 녹색 : 정상적으로 Smart Labeling 적용 완료
• 회색 : 정상적으로 Smart Labeling 적용 완료되었으나, 해당 이미지 내 추론된 인스턴스가 없음
• 적색 : Smart Labeling 처리 오류로 인해, Smart Labeling 미적용
  (적색의 경우, 다시 Smart Labeling 적용 진행해주시면 됩니다.)

2. "Smart Labeling 적용 예시" 이미지가 선택한 AI 모델로, 설정한 설정값에 의해 추론된 결과가 출력됩니다.

3. 작업자는 Preset-Smart Labeling 추론 결과를 활용하여, 검수 또는 Labeling 재작업을 진행하게 됩니다.

---

다른 질문이 있으신가요? [email protected]로 문의주세요.