슈퍼브 플랫폼에서 프로젝트 성공적으로 설정하기

컴퓨터 비전 분야에서 모델의 성공 여부는 라벨의 품질로 결정된다는 것은 누구나 아는 사실입니다. 효과적인 모델을 구축하려면 끈기와 인내심, 실행 가능한 프로세스가 필요합니다. 초기 단계에서 적절한 질문을 설정하고 가설을 정의하세요. 예산, 인력 규모, 기간, 어노테이션 유형, 데이터셋의 크기 및 전체 프로젝트 목표를 고려하는 것이 필요합니다.

프로젝트 개발은 적절한 도구 선택, 어노테이션 개요 작성, 서비스 선택에 따라 결과가 달라집니다. 슈퍼브에이아이 플랫폼은 비즈니스의 성공을 도와줍니다. 최고의 전략과 기술, 팁을 알면 이러한 목표를 달성하는 데 도움이 됩니다. 이 포스팅은 프로젝트를 올바르게 시작하는 데 도움이 될 것입니다.

프로젝트 세팅하기

파라미터 정의에 따라 프로젝트 디자인이 달라지게 되겠지만, 슈퍼브 플랫폼을 사용하기로 선택한 경우 첫 번째 단계로 이름, 설명 및 어노테이션 유형을 포함하여 다음과 같은 사항을 결정해야 합니다.

‍

분류 설명하기

모든 머신러닝 모델은 적절한 데이터 라벨링을 통해 탁월한 성과를 얻을 수 있지만, 모든 작업에 분류가 필요한 것은 아닙니다. 다음 메뉴를 사용하면 이미지 및 비디오 카테고리를 여러 가지로 세분화할 수 있습니다.

1. 메뉴의 맨 왼쪽에 있는 슈퍼 카테고리의 이름을 지정합니다. 일반적으로 프로젝트의 가장 중요한 테마를 따서 슈퍼 카테고리의 이름을 짓는 것이 가장 좋습니다. 예를 들어, 특정 동물을 식별하는 프로젝트의 경우 "동물"이 적절한 카테고리 이름이 될 수 있습니다.

2. 다음으로, 모델이 해당 카테고리에 대해 보고할 방식을 선택할 수 있습니다. 객관식, 선다형, 주관식 중에서 선택할 수 있습니다.

3. 카테고리 설정 페이지에서 카테고리를 하위 카테고리로 세분화할 수 있습니다. 예를 들어 동물을 개, 여우 또는 새로 분류하거나 분류 모델에 따라 원하는 종으로 분류할 수 있습니다.

4. 마지막으로, 더 구체적으로 분류하고 싶다면 각 동물의 다른 종을 포함하여 하위 카테고리를 더욱 세분화할 수 있습니다. 하지만 이 단계가 항상 필요한 것은 아닙니다.

5. 이 단계를 완료하면 데이터를 업로드하고 라벨링을 시작할 준비가 끝났습니다! 완료하려면 "마침"을 클릭한 다음 "예"를 클릭합니다.

데이터 업로드하기

이 단계에서는 프로젝트 개요 페이지로 이동합니다. 왼쪽 상단의 위쪽 화살표로 이동하여 데이터 업로드를 시작합니다. 프로젝트에 데이터를 추가하는 방법에는 네 가지가 있는데, 바로 파일, 클라우드, URL, CLI입니다. 프로젝트에 데이터를 추가하는 방법은 프로젝트의 크기에 따라 달라집니다. 각 방식은 워크플로우의 규모에 따라 장단점을 갖습니다.

데이터 통합 및 모범 사례

라벨링 파이프라인을 만드는 데 있어 중요한 부분은 데이터셋을 통합하고 업로드하는 것이지만, 모든 전략이 동일한 것은 아닙니다. 올바른 방법을 선택하고, 사용 가능한 대안을 고려해 프로젝트 세팅에서 이 측면에 가장 잘 접근할 수 있는 방법을 이해하는 것이 중요합니다. 어떤 방식은 더 큰 파일 크기와 빠른 업로드 속도를 지원하는 반면, 어떤 접근 방식은 속도가 느리고 대용량 데이터셋 처리에 적합하지 않습니다.

파일 업로드

프로젝트에 데이터를 추가하는 가장 쉬운 방법은 로컬 저장소를 이용하는 것입니다. 이메일에 첨부 파일로 파일을 끌어다 놓는 것과 거의 동일한 방식으로 작동하지만, 규모가 더 큽니다. 설정은 간단하지만 아래와 같은 이유로 이 방법이 항상 가장 적합한 옵션이라고 할 수는 없습니다.

방대한 프로젝트 데이터

데이터 라벨링 프로젝트에는 어노테이션을 위해 대량의 데이터가 필요한 경우가 많습니다. 로컬 하드 드라이브를 통해 이미지 파일을 저장하고 업로드할 경우 속도가 훨씬 더 느려집니다.

제한된 액세스

파일이 로컬 하드 드라이브에 저장되기 때문에 해당 컴퓨터에서 작업하는 사람만 액세스할 수 있습니다. 이는 협업이 활발하게 이루어지는 팀에 제한을 발생시키며 제한을 두게 되며 원격 근무 문화에 도움이 되지 않습니다.

느린 파일 공유 속도

어떤 이유로든 팀원 간에 이미지를 공유해야 하는 경우, 파일을 전송하는 것이 다소 번거로울 수 있습니다. 서버나 클라우드를 통한 일반 액세스가 훨씬 더 효율적입니다.

반면에 로컬로 파일을 업로드하는 것이 어떤 팀에게는 효과적인 방법일 수 있습니다. 아래와 같은 경우에는 로컬 업로드를 고려해보세요.

팀 규모가 작은 경우

한두 명으로 구성된 소규모 팀이라면 고가의 클라우드 연동이나 서버를 사용할 필요가 없습니다.

프로젝트 규모도 작은 경우

작업할 데이터가 적거나 플랫폼을 테스트하는 경우라면 표준 업로드 방법으로도 충분합니다. 이 방법은 학생이나 데이터 라벨링에 대해 궁금한 사람들이 사용하기에 적합합니다.

클라우드 연동

프로젝트에 데이터를 추가하는 가장 쉬운 방법은 로컬 스토리지를 이용하는 것입니다. 이메일에 첨부파일로 파일을 끌어다 놓는 것과 거의 같은 방식으로 작동하지만, 규모가 더 큽니다. 간단하게 설정할 수 있지만 이 방법이 항상 가장 적합한 것은 아닙니다. 그 이유는 다음과 같습니다.

• 장소에 구애받지 않는 프로젝트 세팅
  

사무실이 없는 팀의 경우 클라우드 스토리지를 사용하면 장소에 구애받지 않고 어디서나 액세스할 수 있어 위치적 제한을 완화할 수 있습니다.

• 확실한 데이터 보호
  

클라우드 컴퓨팅의 주요 업체들은 최첨단 보안과 암호화를 통해 데이터를 보호합니다.

• 속도
  

기존의 업로드 방식에 비해 클라우드를 통해 데이터를 연동하는 것이 더 빠르고, 업로드와 다운로드를 위한 인터넷이나 전원 연결이 필요하지 않으며, 사람이 없더라도 원활한 진행이 가능합니다.

• 프로젝트 규모
  

클라우드 연동은 수백 또는 수천 개의 이미지가 요구되어 결과적으로 더 많은 라벨이 필요한 대규모 프로젝트에 가장 적합합니다. 로컬 스토리지에 의존한 데이터 호스팅은 외부 클라우드와 동일한 수준의 서비스를 제공하지 않습니다.

• 동영상 작업
  

이미지 시퀀스를 직접 업로드하는 방법도 있지만, 프로젝트에 MP4 파일을 추가할 수 있는 방법은 현재로서는 클라우드 연동이 유일합니다. 데이터를 슈퍼브에이아이 스위트에 연동하는 방법은 매우 직관적이며 간단합니다. 아래에 설명된 업로드 메뉴 단계를 따르기만 하면 됩니다.

1. 업로드 옵션에서 "클라우드"를 선택한 후 "다음"을 선택합니다.

2. 이미지 또는 동영상 중 적합한 데이터 형식을 선택합니다.

3. 다음으로 클라우드 저장소(Google Storage, AWS 또는 Microsoft Azure 등)를 선택합니다.

4. 여기서부터는 프로젝트에 해당하는 연동을 선택하고 하나 또는 여러 개의 버킷을 선택할 수 있습니다.

5. 버킷을 선택했으면 스크롤하여 데이터가 들어 있는 폴더를 찾아 클릭합니다.

6. 데이터 저장 방식을 선택하세요.

슈퍼브에이아이 스토리지

이 방법을 선택하면 데이터가 클라우드 제공업체에서 슈퍼브에이아이의 서버로 이동됩니다. 이렇게 하면 팀이 이미지 또는 비디오 파일을 조작하고 라벨링할 수 있습니다. 참고: 슈퍼브에이아이는 엔드투엔드 암호화를 사용하며, SOC2 유형2를 준수하고, 데이터에 대한 액세스 권한이나 사용 권한을 가지지 않습니다.

• 개인 스토리지
  

개인 스토리지를 선택하면 데이터가 클라우드 스토리지에 보관되며 읽기 전용 연동에만 사용됩니다. 따라서 데이터 보호를 완전히 관리할 수 있습니다.

7. 데이터셋을 선택합니다. 드롭다운 메뉴에서 팀이 작업할 데이터셋을 선택할 수 있습니다. 선택한 후 다음을 누르세요.

8. 마지막으로, 드롭다운 메뉴를 클릭하고 프로젝트 이름을 선택하여 프로젝트에 데이터셋을 할당합니다. '완료'를 클릭하고 '업로드'를 선택하여 프로젝트를 마무리합니다. 데이터 업로드가 완료되면 라벨링을 시작하세요!

클라우드 연동의 문제점은 로컬 스토리지로 충분한 소규모 프로젝트를 작업할 때 항상 클라우드에 연결할 필요가 없을 수도 있다는 것입니다. 게다가 클라우드 스토리지 요금제마다 요금이 다르기 때문에 모든 사람에게 경제적인 선택이 아닐수도 있습니다. 하지만 클라우드 스토리지는 대규모의 집중적인 데이터 라벨링이 필요한 이니셔티브에 최적의 선택입니다.

URL/CSV

팀은 URL 또는 CSV 파일 첨부를 통해 데이터를 수동으로 입력하거나 CSV 템플릿을 사용하여 대량의 URL을 한꺼번에 입력할 수 있습니다. 아래에 설명된 특정 상황에서는 URL 또는 CSV 방식을 사용하는 것이 더 적합할 수 있습니다.

• 데이터를 호스팅하는 서버가 연동과 호환되지 않는 경우
  

슈퍼브에이아이 스위트나 다른 데이터 라벨링 플랫폼이 모든 서버 또는 클라우드 플랫폼을 지원하는 것은 아닙니다. URL 또는 CSV를 사용하면 데이터에 원격 및 수동으로 액세스하여 이 문제를 피할 수 있습니다.

• 공개적으로 액세스할 수 있는 URL
  

스위트에서 이미지 데이터에 액세스하려면 URL이 모두에게 액세스 가능한 공개 상태여야 합니다.

• 생성이 간단한 CSV와 URL
  

코딩 기술이 부족한 초보 실무자의 경우, 제공된 템플릿에서 URL 또는 CSV 파일을 생성하는 것이 API 또는 CLI를 사용하는 것보다 훨씬 덜 부담스러운 접근 방식입니다.

CSV 파일을 사용하여 URL 또는 다수의 URL을 저장하는 것은 간단하고, 클라우드 스토리지 비용을 절약할 수 있으며, 회사 서버에서 직접 이미지 파일에 액세스할 수 있습니다. 프로젝트 워크플로우에 첨부파일을 추가하는 방법은 다음과 같습니다.

1. 업로드 메뉴에서 'URL'을 선택한 후 각 파일을 개별적으로 추가하거나 'CSV'를 선택해 URL 목록을 한꺼번에 업로드할 수 있습니다. 슈퍼브에이아이 CSV 템플릿을 받으려면 여기를 클릭하세요.

2. 팀에서 URL을 수동으로 입력하는 방법에는 두 가지가 있습니다. 해당 필드에 데이터 키와 URL을 입력하거나 화살표를 선택하여 URL을 더 추가할 수 있습니다. 필요에 따라 이 과정을 반복합니다. 반면에 팀에서 CSV를 통해 데이터를 추가하려는 경우, 업로드 상자에 파일을 끌어다 놓기만 하면 됩니다. 파일 형식이 올바르게 지정되면 데이터 키와 URL의 미리 보기를 볼 수 있습니다. "다음"을 클릭합니다.

3. 여기에서 드롭다운 메뉴에서 데이터를 선택하여 적절한 데이터셋에 데이터를 할당할 수 있습니다.

4. "업로드"를 클릭하여 프로젝트를 마무리합니다.

CLI

슈퍼브에이아이는 CLI 또는 커맨드 라인 인터페이스를 통한 파일 업로드도 지원합니다. 코딩에 능숙한 머신러닝 실무자라면 누구나 이 방법을 사용하여 데이터를 적절하게 포함시킬 수 있습니다. CLI를 사용하여 파일을 업로드하는 것은 다음과 같은 시나리오에서 적합합니다.

데이터가 원격 또는 로컬 서버에 있거나 서버 간에 분할되어 있는 경우

CLI를 사용하면 여러 서버에서 원격으로 동시에 데이터에 액세스할 수 있으므로 수동으로 접근하는 번거로움을 줄일 수 있습니다.

• 여러 이터레이션을 업로드하는 경우
  

대부분의 머신러닝 프로젝트에는 두 번 이상의 데이터 이터레이션이 필요합니다. 프로젝트에 데이터를 빠르게 추가하는 명령을 알고 있으면 다른 복잡한 접근 방식보다 팀에서 많은 시간과 에너지를 절약할 수 있습니다.

• 코딩하는 방법을 알고 있는 경우
  

어렵지는 않지만 슈퍼브에이아이 CLI를 구성하려면 기본적인 코딩 지식이 필요합니다. 사전 지식이 없는 상태에서 직접 시도하면 번거롭고 문제가 발생할 수 있습니다. 다시 말해, 그만한 가치가 없다는 뜻입니다.

CLI를 사용하면 클라우드 연동을 제외하고는 대부분의 업로드 방식보다 훨씬 빠릅니다. 대규모 클라우드 플랫폼 구독을 위한 자금이 부족한 팀이나 소규모 프로젝트를 진행하는 팀이라면 CLI를 사용하는 것이 좋습니다. 슈퍼브에이아이 스위트에서 이 문제를 해결하려면 먼저 CLI를 구성해야 합니다.

1. 업로드 메뉴에서 'CLI'를 선택하면 PC에 설치하라는 메시지가 표시됩니다. 터미널을 열고 명령줄에 달러 기호를 생략한 채 다음을 입력하세요.

2. 다음으로, 무작위 일회용 액세스 키를 사용하여 CLI를 구성해야 합니다. 해당 액세스 키는 스위트로 돌아가서 "다음"을 누르면 찾을 수 있습니다. 여기에서 액세스 키가 자동으로 채워지고 인증의 한 형태로 작동합니다. 다음과 같은 화면이 표시됩니다.

3. 액세스 키를 받으면 터미널로 돌아가서 해당 필드에 입력하고, 계정 이름도 추가합니다. 다음과 같이 표시되어야 합니다.

4. 마지막으로, 스위트로 돌아갑니다. 여기에서 로우 데이터를 업로드할지 라벨링된 로우 데이터를 업로드할지 선택할 수 있습니다. 이렇게 하면 올바른 명령이 결정됩니다. 터미널로 돌아가서 별표로

빈칸을 채웁니다. 데이터 업로드가 시작됩니다.

경험상 항상 라벨 페이지를 참조하여 데이터가 올바르게 업로드되었는지 확인해야 합니다. 이는 간단하지만 중요한 단계로, 초기에 문제를 줄이는 데 도움이 됩니다. 간단한 프로세스이지만 궁금한 점이 생긴다면 언제든지 가이드 문서를 참조하세요.

어노테이션 지침 작성

라벨링에 들어가기 전에 일관성, 정확성 및 이상적인 결과를 보장하기 위해 어노테이션 가이드라인을 작성해야 합니다. 어노테이션 가이드라인을 사용하면 라벨링 규칙을 보다 간단하게 숫자로 정의할 수 있습니다. 예를 들어, "차체의 10% 이상이 가려진 자동차는 어노테이션하지 마세요." 또는 "부분적으로 가려진 자동차는 어노테이션하지 마세요."와 같은 규칙을 정의할 수 있습니다.

일관되고 구체적인 지침을 마련하는 것이 성공적인 가이드라인 작성, 즉 프로젝트 성공의 핵심입니다. 항상 팀에게 라벨링 데이터의 목표를 정의하고 가장자리의 윤곽을 그리는 것으로 시작하여 최종 결과물이 어떤 모습이어야 하는지, 모델이 달성하고자 하는 것이 무엇인지 명확하게 이해할 수 있도록 하세요. 그렇게 하지 않으면 원하는 결과에 대한 인식에 혼란과 큰 차이가 생겨 실수가 발생할 여지가 있습니다. 명확한 어노테이션 가이드라인을 작성하는 방법에 대한 더 많은 팁은 더 나은 어노테이션 가이드라인 작성에 대한 최근 게시물을 읽어보세요.

‍

프로젝트에 어노테이터 추가 및 역할 할당하기

프로젝트 설정을 완료했다면 다음 단계는 어노테이터를 추가하는 것입니다. 먼저 프로젝트 개요 페이지가 표시되었는지 확인합니다. 그런 다음 왼쪽 모서리에 있는 메뉴를 토글하여 확장해 "사용자"를 선택합니다. 여기에서 "+ 팀에 초대” 옵션을 클릭할 수 있습니다. 메시지가 표시되면 이메일 주소를 통해 새 팀원을 추가하고 역할을 할당할 수 있습니다.

역할 기반 액세스 제어를 사용하면 팀원마다 프로젝트에 대한 역할과 액세스 수준을 다르게 설정할 수 있습니다. 이를 통해 특정 팀원이 프로젝트에 실수 또는 치명적인 수정 작업을 하는 것을 방지할 수 있으며, 팀원들이 각자에게 할당된 책임 범위 내에서만 작업할 수 있도록 도와줍니다. 슈퍼브에이아이는 다음과 같은 계층 구조로 책임을 나눕니다.

• 프로젝트 소유자

전체 계정을 감독하며 어드민, 매니저, 작업자 등 모든 역할의 사용자를 초대할 수 있습니다.

• 어드민

프로젝트 어드민은 요금제 및 청구 정보 변경을 제외한 모든 항목에 액세스할 수 있습니다. 또한 다른 어드민, 매니저, 라벨러를 초대할 수 있습니다.

• 매니저

프로젝트 매니저는 사용자를 초대하고 라벨링 작업을 할당하거나 검토할 수 있습니다. 이 사람은 새 프로젝트를 만들거나 데이터를 업로드/삭제/다운로드할 수 없습니다. 또한 매니저는 데이터 라벨러만 초대하거나 삭제할 수 있습니다.

• 리뷰어

리뷰어는 라벨을 특별히 편집하고 검토하도록 지정되어 매니저의 부담을 덜어주고 라벨링 워크플로우에 전문 기술을 제공합니다.

• 라벨러

라벨러는 자신에게 할당된 라벨링된 데이터를 보고, 편집하고, 제출할 수 있을 뿐만 아니라 이슈 스레드를 사용하여 다른 라벨러와 협업할 수 있습니다. 라벨러는 사용자를 초대하거나 삭제할 수 없습니다.

팀 리더로서 역할과 액세스 수준을 결정할 때는 각 사람의 경험 수준과 전문성을 살펴보는 것이 가장 좋습니다. 팀의 강점과 약점, 그리고 이들이 비즈니스를 향상시키는 데 어떻게 도움이 되는지 아는 것이 좋은 출발점입니다.

‍

• 팀 구조 결정하기

건설부터 마케팅, 스포츠에 이르기까지 어떤 유형의 팀이든 성공하려면 적절한 리소스를 확보하는 것이 중요합니다. 라벨링도 마찬가지입니다. 팀에 인원이 너무 많거나 적으면 마감일을 놓치거나 피로가 누적되고, 비용과 리소스가 낭비되며, 통일성이 부족하여 더 많은 오류가 발생할 수 있습니다. 다음은 올바른 방식으로 팀을 구성하는 몇 가지 방법입니다:

1. 샘플 라벨링 워크플로우를 실행합니다.

샘플 크기의 데이터를 가져와 라벨링 프로세스를 실행하고 시간이 얼마나 걸리는지 확인합니다. 이를 통해 이미지의 복잡성과 라벨러에게 기대할 수 있는 작업에 대한 아이디어를 얻을 수 있습니다. 아래 계산으로 시작하세요.

2. 라벨러와 리뷰어의 시간당 최소 처리량을 계산합니다.

이 방법에는 난이도, 할당된 시간, 샘플 성능을 고려해야 합니다. 슈퍼브에이아이를 사용하는 경우 워크플로에 CAL이 포함될지 여부와 그 성능을 결정해야 합니다. 그런 다음 일일 처리량을 예측하여 적절한 라벨러 수를 결정할 수 있습니다.

3. 경험 법칙을 따르세요.

라벨러와 리뷰어의 비율은 일반적으로 3:1입니다. 물론 프로젝트 규모와 마감일에 따라 달라질 수 있지만 일반적으로 이 비율을 기준으로 삼는 것이 좋습니다.

4. 팀을 피라미드처럼 구성하세요.

3:1 비율을 사용하거나 샘플링된 데이터의 라벨링 시간을 마감일로 나누어 필요한 라벨러 수를 계산합니다. 결정한 인원을 팀의 역할에 따라 나누고 한 단계 더 나아가세요. 잘 구성된 팀이라면 프로젝트 매니저 1명, 리뷰어 2명, 라벨러 3명으로 구성하거나 샘플 크기별로 비슷한 인원을 배치할 수 있습니다. 라벨러와 리뷰어가 전부일 필요는 없지만, 균형 잡힌 팀 구성은 생산적인 워크플로우에 매우 중요합니다.

‍

라벨 할당

팀을 구성하고 각기 다른 수준의 액세스 권한과 책임을 부여하는 것 외에도, 일부 프로젝트 매니저와 어드민은 어노테이터들에게 라벨을 할당하고 배포하기도 합니다. 그렇게 하려면 다음 단계를 따라하세요.

1. 라벨 페이지로 이동합니다. 여기에 어노테이션이 필요한 각 라벨을 선택할 수 있는 옵션과 함께 라벨의 전체 목록이 표시됩니다.

2. 라벨링하고 싶은 각각의 이미지 또는 동영상 옆의 확인란을 선택합니다.

3. 다른 팀원에게 할당할 라벨을 선택했으면 페이지 오른쪽 상단의 '할당' 버튼을 클릭합니다.

4. 여기에서 라벨을 작업할 사람을 선택할 수 있는 옵션이 제공됩니다. 할당된 사람은 작업 시작 전에 알림을 받게 됩니다.

5. 다음 메뉴에서 어노테이션에 할당된 라벨의 수를 조정합니다. 수평 레버를 따라 마우스를 슬라이드하는 것으로 조정할 수 있으며, 상자 속 숫자에서 슬라이드 방향에 따라 배포할 라벨 수가 달라지는 것을 확인할 수 있습니다.

*참고: 이 방법은 많은 양의 데이터로 작업할 때 각 라벨을 개별적으로 선택하지 않고 적절한 조정을 하기 전에 모두 선택하려는 경우에 편리합니다.

6. 데이터 배포 방법을 결정합니다. 슈퍼브에이아이는 사용자의 선호도에 따라 두 가지 데이터 배포 방법을 지원합니다.

• 균등 배포
  
  팀원 간에 라벨을 균등하게 할당합니다.
  
• 비례 분포
  
  라벨이 할당된 후 총 라벨 수가 최대한 짝수에 가까워지도록 합니다.

‍

조직에 주는 이점

프로젝트 매니저로서 책임을 할당하는 것은 라벨 제작 프로세스를 감독하고 작업이 적시에 완료되도록 보장하는 데 있어 매우 중요한 부분입니다. 예를 들어 한 라벨러는 풀타임으로 일하고 다른 라벨러는 파트타임으로 일하는 경우 각 사람에게 동일한 수준의 결과물을 기대하는 것은 불합리할 수 있습니다.

동시에 라벨러는 데이터의 개별 이터레이션에 대한 책임이 거의 없습니다. 작업을 균등하게 나누면 풀타임 근무자가 파트타임 근무자보다 훨씬 빨리 라벨링을 완료할 수 있습니다. 대신 산출 수준과 근무 시간에 따라 라벨을 할당하는 것이 훨씬 더 합리적이며 더 빠른 결과를 얻을 수 있습니다.

이 옵션을 사용하면 팀의 유연성이 향상되고 전반적으로 생산성이 높아집니다. 매니저는 팀을 가장 잘 알고 있으므로 팀의 강점을 활용하고 일정을 준수하는 것이 팀의 역량을 향상시킬 수 있습니다.

‍

다음 단계

오브젝트 클래스를 결정하고, 역할을 할당하고, 선택적으로 라벨을 지정하는 등 프로젝트를 설정하는 초기 작업을 완료했다면 라벨링을 시작할 준비는 완료된 것입니다.

이 시리즈의 다음 포스팅에서는 이미지 데이터에 올바르게 어노테이션을 추가하고, 오류를 식별하고, 결과를 검수하는 방법에 대해 설명합니다. 이후 포스팅에서는 비디오 라벨링, 자동화된 데이터 라벨링, 분석을 사용하여 데이터셋 프로젝트를 최적화하는 방법을 다룰 예정입니다. 놓치지 마세요!