> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/datasets/ko/create-and-upload/create-a-project.md).

# 프로젝트 생성

## 소개

모델을 학습하기 전에 프로젝트를 생성해야 합니다.

프로젝트에는 이미지와 주석이 포함됩니다. 이 데이터는 이후 데이터셋 버전으로 변환될 수 있으며, 이는 특정 시점에 고정된 데이터의 스냅샷입니다. 그런 다음 버전을 사용하여 모델을 학습할 수 있습니다.

## 웹 앱

### 프로젝트 생성

먼저 Roboflow 대시보드로 이동합니다. 그런 다음 "새 프로젝트 생성"을 클릭합니다:

<figure><img src="/files/72d189da9dfab27b288490c3de2a28ff6c3aa838" alt=""><figcaption></figcaption></figure>

새 프로젝트를 생성할 수 있는 페이지로 이동합니다:

<figure><img src="/files/ab05669799093f86bce7ce2662c267c4be1aaba8" alt=""><figcaption></figcaption></figure>

이 페이지에서 다음 항목을 입력해야 합니다:

1. **프로젝트 유형**.
   1. ***객체 탐지***: 이미지에서 객체의 위치를 찾습니다.
   2. ***단일 레이블 분류***: 제한된 범주의 집합이 주어졌을 때, 이미지에 라벨을 지정합니다.
   3. ***다중 레이블 분류***: 제한된 범주의 집합이 주어졌을 때, 이미지와 관련된 임의의 수의 라벨을 지정합니다.
   4. ***인스턴스 분할***: 픽셀 수준에서 이미지에서 객체의 위치를 찾습니다.
   5. ***의미 분할***: 픽셀 수준에서 이미지에서 객체의 위치를 찾고, 발견된 각 객체에 대해 고유한 참조를 생성합니다.
   6. ***키포인트 탐지***: 이미지에서 객체와 그 키포인트의 위치를 찾습니다. 일반적으로 객체의 자세를 결정하는 데 사용됩니다.
2. **프로젝트 이름:** 프로젝트의 이름입니다.
3. **주석 그룹:** 이미지에서 무엇을 감지하는지 분류하는 레이블입니다(예: "체스 말", "차량", "결함"). 같은 주석 그룹을 공유하는 프로젝트는 클래스 목록과 주석도 함께 공유합니다. 자세한 내용은 [주석 그룹](/datasets/ko/annotate/annotation-groups.md) 을 참조하세요.

이 값들을 지정한 후 폼을 제출하여 프로젝트를 생성합니다.

*지원되는 다른 유형의 프로젝트를 보고 싶다면 프로젝트 유형 드롭다운에서 옵션을 선택하여 관심을 표시할 수 있습니다.*

{% hint style="info" %}
무료 요금제를 사용하는 경우, 데이터셋과 모델은 [Roboflow Universe에서 이용할 수 있습니다](/datasets/ko/universe/universe/what-is-roboflow-universe.md). 유료 요금제를 사용하는 경우 비공개 프로젝트를 생성할 수 있습니다. 비공개 프로젝트는 작업 공간에서만 접근할 수 있으며 공개되지 않습니다.
{% endhint %}

## HTTP API

<mark style="color:초록색;">`POST`</mark> `/:workspace/projects`

작업 공간에 프로젝트를 생성합니다.

**요청 예시**

```bash
curl -X POST "https://api.roboflow.com/my-workspace/projects?api_key=$ROBOFLOW_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "상어 데이터셋",
    "type": "object-detection",
    "annotation": "상어",
    "license": "MIT"
  }'
```

**본문**

<table data-search="false"><thead><tr><th width="160">이름</th><th width="120">유형</th><th>설명</th><th data-type="checkbox">필수</th></tr></thead><tbody><tr><td><code>name</code></td><td>string</td><td>프로젝트의 표시 이름입니다. URL 슬러그는 이를 바탕으로 자동 생성됩니다.</td><td>true</td></tr><tr><td><code>type</code></td><td>string</td><td>프로젝트 유형. 다음 중 하나: <code>object-detection</code>, <code>single-label-classification</code>, <code>multi-label-classification</code>, <code>instance-segmentation</code>, <code>semantic-segmentation</code>, <code>keypoint-detection</code>.</td><td>true</td></tr><tr><td><code>annotation</code></td><td>string</td><td>주석 그룹 - 무엇이 레이블링되는지를 설명하는 명사(예: <code>"sharks"</code>, <code>"defects"</code>).</td><td>true</td></tr><tr><td><code>license</code></td><td>string</td><td>프로젝트에 대한 라이선스입니다. 이미 공개되지 않은 작업 공간의 경우 필수입니다. 허용되는 값: <code>퍼블릭 도메인</code>, <code>MIT</code>, <code>CC BY 4.0</code>, <code>BY-NC-SA 4.0</code>, <code>OBdL v1.0</code>, <code>비공개</code> (유료 요금제만 해당).</td><td>false</td></tr><tr><td><code>group</code></td><td>string</td><td>이 프로젝트를 넣을 프로젝트 폴더의 ID입니다. 자세한 내용은 <a href="/pages/852f20c9e59d477c407cd425ff59000ed87d1b0b#http-api">프로젝트 폴더 관리</a>.</td><td>false</td></tr></tbody></table>

**응답 예시**

```json
{
    "id": "my-workspace/sharks-dataset",
    "type": "object-detection",
    "name": "상어 데이터셋",
    "created": 1688739471567,
    "updated": 1688739471567,
    "images": 0,
    "unannotated": 0,
    "annotation": "상어",
    "versions": 0,
    "public": false,
    "splits": {},
    "colors": {},
    "classes": {},
    "icon": null
}
```

필수 범위: `project:create`.

## Python SDK

`Workspace.create_project()` 작업 공간에 새 프로젝트를 생성하고, `프로젝트` 객체를 반환합니다. 이후 여기에 이미지를 업로드할 수 있습니다.

```python
import roboflow

rf = roboflow.Roboflow(api_key="YOUR_API_KEY")

project = rf.workspace().create_project(
    project_name="꽃 감지기",
    project_type="object-detection",
    project_license="MIT",
    annotation="꽃",
)
print(project.id)
```

### 매개변수

* `project_name` (str) - 표시 이름입니다. URL 슬러그는 이를 바탕으로 자동 생성됩니다.
* `project_type` (str) - 다음 중 하나:
  * `object-detection`
  * `single-label-classification`
  * `multi-label-classification`
  * `instance-segmentation`
  * `semantic-segmentation`
  * `keypoint-detection`
* `project_license` (str) - 다음으로 설정합니다: `"Private"` 비공개 프로젝트의 경우(유료 요금제만 해당). 공개 라이선스 값에는 `"MIT"`, `"CC BY 4.0"`, `"Public Domain"`등이 있습니다. 전체 목록은 웹 앱의 프로젝트 생성 폼을 참조하세요.
* `annotation` (str) - 주석 그룹: 무엇이 레이블링되는지를 설명하는 명사(`"flowers"`, `"vehicles"`, `"defects"`). 레이블링 UI 프롬프트에서 사용됩니다.

## CLI

명령줄에서 새 프로젝트를 생성할 수 있습니다.

### 명령

```bash
roboflow project create <name> --type <project-type>
```

#### 옵션

| 플래그            | 설명                               |
| -------------- | -------------------------------- |
| `--type`       | 프로젝트 유형(필수). 아래에서 지원되는 유형을 참조하세요 |
| `--license`    | 프로젝트 라이선스(선택 사항)                 |
| `--annotation` | 주석 그룹 이름(선택 사항, 기본값은 프로젝트 이름)    |

#### 지원되는 프로젝트 유형

* `object-detection`
* `single-label-classification`
* `multi-label-classification`
* `instance-segmentation`
* `semantic-segmentation`
* `keypoint-detection`

### 예시

객체 감지 프로젝트를 생성합니다:

```bash
roboflow project create my-detector --type object-detection
```

분류 프로젝트를 생성합니다:

```bash
roboflow project create breed-classifier --type single-label-classification
```

### JSON 출력

```bash
roboflow project create my-detector --type object-detection --json
```

```json
{
  "status": "created",
  "project": "my-detector",
  "type": "object-detection",
  "workspace": "my-workspace"
}
```

## 다음 단계

* 프로젝트에 이미지와 기타 데이터를 추가합니다. 자세한 내용은 [데이터 추가](/datasets/ko/create-and-upload/adding-data.md).
* 이미지에 라벨을 지정하여 모델 학습에 사용할 수 있도록 합니다. 자세한 내용은 [Roboflow Annotate 소개](/datasets/ko/annotate/annotate/annotation-tools.md).