한층 더 강화된 원본 및 라벨링 데이터 분석으로 데이터 품질을 높여보세요.

데이터 분석의 효율성과 정밀도를 더욱 향상시킬 수 있는 슈퍼브 큐레이트의 스캐터 뷰 기능이 새롭게 업데이트되었습니다. 스캐터 뷰는 이미지 간의 유사성을 기준으로 생성되는 클러스터를 통해, 데이터셋 내 이미지들의 패턴과 관계를 시각적으로 쉽게 이해할 수 있습니다. 또한, 필터 기능을 사용하여 객체 클래스, 객체 메타데이터 및 어노테이션 유형에 따라 필터를 적용할 수 있습니다.

✅ 이제 슈퍼브 큐레이트의 스캐터 뷰에서 확인하실 수 있습니다.

어떤 새로운 기능이 추가되었나요?

새로운 스캐터 뷰에서 제공되는 기능은 다음과 같습니다:

• 향상된 이미지 클러스터링: 슈퍼브에이아이의 자체 알고리즘을 통해, 이미지들의 다양성을 더욱 정밀하게 파악하고 유사한 특성을 지닌 이미지들을 클러스터로 묶어줍니다. 이렇게 클러스터별로 그룹화된 이미지들을 통해, 데이터셋 분석이 더욱 쉽고 효율적으로 이루어집니다.

• 클러스터 기반 데이터 분석 강화: 클러스터를 활용해 원본 및 라벨링 데이터를 분석함으로써, 데이터셋 내에서 가장 많이 등장하거나 적게 등장하는 특성(Edge case, Mislabel 등)에 대한 분포를 빠르게 파악할 수 있습니다. 이를 통해 데이터셋의 전반적인 구성을 명확하게 이해할 수 있습니다.

• 세분화된 오브젝트 필터링: 라벨링 된 데이터 중에서 원하는 특징을 가진 오브젝트들만 골라 살펴볼 수 있습니다. 필터 기능을 활용하여 다양한 오브젝트 그룹을 비교하고, 동일한 오브젝트 유형 내에서도 클러스터가 어떻게 구성되어 있는지 살펴보며 데이터셋을 더 세밀하게 이해할 수 있습니다.

더 자세한 내용은 사용자 가이드를 통해 확인하세요!

지금 바로 사용 문의를 제출해 보세요💁

슈퍼브 플랫폼 사용자라면, 슈퍼브 큐레이트의 샘플 데이터셋을 통해 스캐터 뷰 기능을 체험해 볼 수 있습니다.
스캐터 뷰의 강력한 이미지 클러스터링 기능을 직접 경험해 보세요!

[안내 사항]

• 샘플 데이터셋은 읽기 전용으로 제공 됩니다.
• 이 샘플 데이터셋은 모든 사용자가 접근 가능하며, BDD100K 데이터셋을 제공합니다.