업데이트 소식 이제 슈퍼브 플랫폼에서 데이터를 손쉽게 합성해 보세요. 새로운 생성형 AI 기능이 추가되었습니다! 🧙🪄 슈퍼브 모델에 새로운 생성형 AI(Generative AI) 모델이 추가되었습니다. 새로운 생성형 AI 모델을 활용하여 다양한 합성데이터를 생성할 수 있게 되었습니다. 새롭게 추가된 SDXL inpainting (Stable Diffusion XL Inpainting) 모델은 사전 학습(Pre-trained)된 AI 모델로, 추가적인 학습 과정 없이 바로 사용할 수 있습니다. 또한, 학습된
업데이트 소식 슈퍼브 모델의 엔드포인트 시각화, 슈퍼브 큐레이트에서 이미지 및 어노테이션 다운로드 지원🚀 고객 여러분의 피드백을 반영하여 슈퍼브 플랫폼에 새로운 기능을 추가하였습니다. 이제 배포된 엔드포인트를 통해 바로 테스트할 수 있고, 슈퍼브 큐레이트에서 다운로드 기능을 통해 필요한 데이터를 쉽게 저장하고 활용할 수 있습니다. 또한, SDK를 통해 디렉터리에서 이미지를 한 번에 업로드할 수 있는 새로운 메서드가 추가되었습니다. 어떤 새로운 기능이 추가되었나요? 엔드포인트 시각화(Visualize): 새롭게
업데이트 소식 혹시 모든 데이터를 일일이 확인하고 계신가요? AI가 요약한 정보로 데이터를 한눈에 파악하세요! 슈퍼브 큐레이트가 데이터 관리와 분석의 효율성을 높이기 위해 개선되었어요. 이번 업데이트를 통해 AI가 선별한 대표 이미지 필터를 활용하여 데이터셋의 이미지들을 보다 쉽고 빠르게 검토하고 분석할 수 있게 되었습니다. 어떤 새로운 기능이 추가되었나요? AI 선별 대표 이미지 필터 : AI 선별 대표 이미지 필터는 임베딩 기술을 활용하여 유사한 특성을 가진 이미지들을 자동으로
업데이트 소식 Featured 수집하기 어려운 상황의 데이터가 필요하신가요? 생성형 AI로 부족한 데이터를 만들 수 있어요! 슈퍼브 모델에서 생성형 AI(Generative AI) 기능을 지원하게 되었습니다. 또한, 학습된 생성형 AI 모델을 사용하여 슈퍼브 큐레이트에서 고품질의 합성 데이터를 만들 수 있습니다. 더불어, 슈퍼브 큐레이트의 클라우드 업로드(Cloud Upload) 기능이 원본 이미지뿐만 아니라 어노테이션과 메타 데이터도 함께 업로드할 수 있도록 개선되었습니다. 어떤 새로운 기능이 추가되었나요? 생성형 AI 모델 지원:
업데이트 소식 폴리곤 모델 지원 및 세밀한 데이터 분석이 가능해진 모델 진단의 최신 업데이트를 확인하세요!🤓 슈퍼브 큐레이트의 모델 진단(Model Diagnosis) 기능이 폴리곤(Polygon) 모델 분석을지원하게 되었습니다. 또한, 모델 학습에 사용된 슬라이스(Slice)를 필터링하여 볼 수 있는 기능이 추가되어, 학습 및 검증용 데이터셋에 대한 모델 진단을 한층 더 세부적으로 분석할 수 있게 되었습니다. 어떤 새로운 기능이 추가되었나요? 폴리곤 모델 지원 추가: 기존에는 박스(Bounding
업데이트 소식 업그레이드된 데이터 연동 기능으로 슈퍼브 플랫폼에서 더 스마트하게 작업하세요🤓 슈퍼브 큐레이트와 슈퍼브 라벨의 데이터 관리 및 동기화 작업을 더욱 효과적으로 진행할 수 있는 기능이 업데이트 되었습니다. 이 기능을 통해 슈퍼브 큐레이트와 슈퍼브 라벨 간의 데이터 연동이 강화되어, 두 플랫폼 간의 프로젝트 및 데이터를 원활하게 연동하고 관리할 수 있게 되었습니다. 어떤 새로운 기능이 추가되었나요? 슈퍼브 큐레이트와 슈퍼브 라벨의 데이터 연동
업데이트 소식 Featured 새롭게 단장한 슈퍼브 모델을 확인해보세요. 슈퍼브 모델이 더 나은 사용자 경험을 제공하기 위해 첫 화면을 새롭게 단장하였습니다. 더욱 체계적으로 재구성된 첫 화면을 통해 모델의 상태를 한눈에 파악하고 주요 기능에 쉽게 접근할 수 있습니다. ✅ 이제 슈퍼브 모델에서 확인해 보세요. 어떤 새로운 기능이 추가되었나요? 슈퍼브 모델의 첫 화면에서 제공되는 기능은 다음과 같습니다: 업데이트 전 업데이트 후 직관적인
업데이트 소식 Featured 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.
업데이트 소식 Featured 세분화된 모델 학습 모니터링을 통해 시간과 비용을 최적화 해보세요. 모델의 학습 진행 상태, 성능 지표, 예측 샘플 등을 실시간으로 모니터링할 수 있는 신규 기능이 업데이트 되었습니다. 이를 기반으로 학습 프로세스를 '조기 완료'하여 모델 학습의 시간과 비용을 최적화 하실 수 있습니다. 또한 불필요한 학습을 '취소'하여 자원을 절약하고, 더 효율적인 학습 관리를 할 수 있습니다.
업데이트 소식 Featured 모델 취약점을 한 눈에 비교·분석하고, 성능을 한 껏 업그레이드 하세요. 요약 슈퍼브 큐레이트는 데이터 가공과 모델 학습 간의 연결고리로써, 모델의 성능 향상을 위한 핵심 해결책을 데이터 기반으로 찾아내는 중추 역할을 담당하고 있습니다. 슈퍼브 큐레이트의 ‘모델 진단’은 고객과 업계 관계자, 사용자의 피드백을 기반으로 모델 성능 평가와 개선을 위해 개발되었습니다. 사용자는 슈퍼브 큐레이트의 '모델 진단'을 통해 전체 성능에
업데이트 소식 다국어 업데이트 : 한국어로 편리하게 슈퍼브 플랫폼을 이용하세요 지난 12월, 영문으로만 제공되던 웹사이트의 다국어 업데이트를 진행했습니다. 한국어가 신규 추가되어 국내 사용자의 온보딩 경험이 향상되었으며 긍정적인 피드백을 받을 수 있었습니다. 이런 긍정적인 피드백을 적극 반영해 슈퍼브 플랫폼에서의 한국어 업데이트도 진행했습니다. 이제 슈퍼브 플랫폼 내 모든 제품(라벨, 큐레이트, 모델)에서 영어, 일본어, 한국어의 총 3개의 다국어를 지원합니다. 이번 다국어
업데이트 소식 모델을 소개합니다: 몇 번의 클릭만으로 강력한 AI 모델을 손쉽게 학습시키고 배포하세요 슈퍼브 모델을 소개합니다. 모델은 컴퓨터 비전을 도입하려고 계획 중이거나 이미 도입 초기인 회사들이 흔히 직면하는 아래와 같은 문제들을 간편하게 해결해 줄 수 있는 제품 입니다. 1) 전담 ML팀이 있어야 시작이라도 해 볼 수 있어요 2) 커스텀 모델을 만들려면 엄청난 노하우와 컴퓨터 리소스가 필요해요 3) 기존의 제품, 서비스, 비즈니스 로직에 AI를
업데이트 소식 단 한 번의 클릭으로 복잡한 폴리곤 세그멘테이션 완성! Meta에서 새롭게 개발한 SAM (Segment Anything Model)로 업그레이드된 오토에딧 (SAM Based Auto-Edit)을 만나보세요(*2023.07월 말 출시 예정) 새로 업데이트 되는 SAM 기반 방식 오토에딧은 기존 방식 대비 사용성은 나아지고, 정확도는 높아지고, 속도는 더 빨라집니다. 오토에딧(Auto-Edit)이란? 어떤 종류의 사물 (Object Class)인지와 관계 없이 자동으로 폴리곤(
업데이트 소식 포인트 클라우드 라벨링 도구 출시 정확한 3차원 학습용 데이터의 구축은 인공지능(AI) 모델 개발에 있어서 중요한 역할을 합니다. 자율주행, 로봇 공학, 그리고 증강 현실과 같은 다양한 산업 분야에서 3차원 데이터는 모델의 성능 향상에 핵심인데요. 이러한 데이터의 중요한 구성 요소 중 하나는 포인트 클라우드 데이터가 있습니다. 이제 슈퍼브 플랫폼에서도 포인트 클라우드 데이터의 라벨링이 가능하게 되었습니다. 포인트
업데이트 소식 슈퍼브 큐레이트 : 더 적은 데이터로 더 강력한 모델 성능을 구현하세요 그동안 베타 버전으로 제공되었던 슈퍼브 큐레이트를 이제 공식적으로 선보일 수 있게 되었습니다. 슈퍼브 큐레이트는 누구나 한 번쯤은 경험했던 데이터 문제들에 대해 슈퍼브에이아이가 제시하는 해답입니다. “어떤 데이터를 먼저 라벨링 해야 할까?”, “어떤 데이터를 모델 학습에 사용하고, 어떤 데이터를 모델 성능 검증에 사용해야 할까?”, “얼만큼의 데이터를 사용해야 할까?” 등 익숙한 문제들이죠. 슈퍼브
업데이트 소식 오토에딧 (Auto-Edit)과 브러쉬 툴로 폴리곤 세그멘테이션에 드는 시간과 비용을 절감하세요 고성능 머신 러닝 모델을 개발하고 유지하기 위해서는 상당히 많은 양의 훈련용 데이터가 필요하지만, 훈련용 데이터를 취득하고 라벨링하는 과정에는 엄청난 시간과 비용이 소요됩니다. 그래서 사전에 대규모의 라벨링 및 QA 팀을 구성하거나, 스스로 모든 걸 해 내거나, 필요한 스킬과 노하우를 모두 갖춘 외부 서비스나 프리랜서를 구할 정도로 운이 좋아야 하는데, 사실 이
업데이트 소식 YOLO와 COCO 형식으로 라벨을 더욱 간편하게 활용하세요 이제 포맷 변환 도구나 스크립트를 쓰지 않아도 스위트 내에서 바로 원하는 포맷으로 데이터를 내보낼 수 있습니다. 여기에 더해 라벨링 및 SDK 전반에 가시성 및 사용성 개선을 위한 다양한 업데이트가 적용되었습니다. - 신규 내보내기(Export) 기능 - (YOLO, COCO 포맷 지원) - 사용자별 API 키SDK 업데이트 - 특정 기간 별 사용자
업데이트 소식 대규모 라벨 검수의 새로운 방법, 직관적인 인터페이스를 갖춘 ‘매뉴얼 리뷰’를 소개합니다. 당신의 데이터 라벨링, 이제 Suite의 품질 검수 기능이 함께합니다. 들어가며 머신러닝 시스템을 구축해본 경험이 있다면, 학습용 데이터셋의 품질이 시스템 성능에 미치는 영향을 알고 있을 것입니다. 정확하게 라벨링된 데이터셋은 머신러닝 시스템 개발을 촉진하고, 성능을 향상시킬 수 있습니다. 하지만 진정한 의미의 고품질 라벨링 데이터셋은 쉽게 구하기 어렵습니다. 데이터 라벨링 프로세스에는 데이터를 수집
업데이트 소식 새롭게 UI/UX 리뉴얼을 진행한 Suite v1.10.0을 소개합니다 작년 8월 Suite 정식 버전이 출시된 이후로 벌써 1년이라는 시간이 흘렀습니다. 그동안 여러 ML, 라벨링 팀에서 Suite를 찾아주셨는데요. 그동안 저희 Superb AI팀은 고객의 니즈를 반영하는 동시에, 특수 데이터 라벨링 자동화 기능(a.k.a 커스텀 오토라벨링)을 선보이며 머신러닝 데이터 구축에 필요한 기능들을 Suite를 통해 제공해왔습니다. v1.10.0 업데이트에서는
