> 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/versions/dataset-health-check.md).

# 데이터세트 상태 점검

## 소개

데이터셋 상태 점검은 프로젝트와 연결된 데이터셋에 대한 다양한 통계를 보여줍니다. 다음 정보를 확인할 수 있습니다:

* 데이터셋의 이미지 수;
* 주석 수;
* 평균 이미지 크기;
* 이미지 비율의 중앙값;
* 누락된 주석 수;
* 널 주석 수;
* 데이터셋 전반의 이미지 차원;
* 객체 수 히스토그램, 그리고;
* 주석 위치의 히트맵.

데이터셋 상태 점검을 사용하면 데이터셋에 대한 다양한 인사이트를 얻을 수 있습니다. 예를 들어, 널 주석이 없다면 작업 중인 프로젝트에 따라 몇 개를 추가하는 것을 고려해 볼 수 있습니다. 누락된 주석이 있는 이미지가 있다면, 필요한 주석을 추가하기 위해 더 자세히 살펴볼 수 있습니다.

프로젝트의 상태 점검을 보려면 데이터셋 페이지를 열고 "상태 점검" 탭을 클릭하세요:

<figure><img src="/files/a0f66514bd1ff931de5fb0ebf0a9d1937d075ae2" alt=""><figcaption></figcaption></figure>

그러면 상태 점검 탭이 열립니다:

<figure><img src="/files/64da48e4898ea2233a9818122aec1acb76f9a3f4" alt=""><figcaption></figcaption></figure>

이 페이지에서 다음을 볼 수 있습니다:

* 학습, 테스트, 검증 데이터셋의 이미지에 포함된 클래스 수에 대한 세부 내역.
* 데이터셋에 있는 이미지의 크기와 종횡비에 대한 개요.
* 주석이 가장 많이 있는 위치를 보여주는 히트맵.
* 데이터셋의 각 이미지에 몇 개의 클래스가 주석 처리되어 있는지 보여주는 히스토그램.

## 웹 앱

### 차원 인사이트

차원 인사이트 섹션은 데이터셋의 원본 이미지 크기와 종횡비를 설명합니다.

프로젝트 버전을 만들 때 Resize 증강을 적용하면 - 거의 모든 사용 사례에서 강력히 권장합니다 - 버전의 이미지는 크기가 조정되지만 원본 이미지는 그대로 유지됩니다.

<figure><img src="/files/ec7729dca5ca088839c3d9b41da230f393a4017a" alt=""><figcaption></figcaption></figure>

### 주석 히트맵

모델을 학습할 때 데이터셋이 모델이 배포될 환경을 대표하는 것이 중요합니다.

모델이 카메라 프레임의 어느 곳에나 주석이 나타날 수 있는 환경에 배포될 경우 - 예를 들어 크기가 다른 객체들이 실시간으로 움직이는 공장 라인, 또는 휴대폰으로 찍은 객체 이미지처럼 - 이미지의 서로 다른 위치에 나타나는 객체들을 주석 처리하는 것이 중요합니다.

이미지의 다양한 부분에 있는 객체에 라벨을 지정하면, 모델이 특정 위치의 객체만 식별하는 방법을 학습하도록 과적합되는 것을 방지할 수 있습니다.

주석 히트맵은 이미지에서 주석이 더 많거나 적은 위치를 보여줍니다. 이를 사용해 데이터셋의 주석이 특정 위치에 너무 집중된 시나리오를 식별할 수 있습니다.

<figure><img src="/files/27afbc77a9a67bd425cb44998bb79f13e4039ef5" alt=""><figcaption></figcaption></figure>

히트맵의 영역을 드래그하여 선택한 범위의 이미지를 볼 수 있습니다:

<figure><img src="/files/39b3ac090a45317a28f33ffbf0a09d2da4f969a6" alt=""><figcaption></figcaption></figure>

### 이미지별 객체 수 히스토그램

각 이미지에 주석이 달린 객체가 몇 개 있는지의 분포를 보여줍니다.

모델을 통과하는 이미지에 객체의 여러 인스턴스가 포함될 수 있다면, 데이터셋에 서로 다른 수의 객체 인스턴스가 포함된 이미지가 있도록 하는 것을 권장합니다. 이렇게 하면 관심 객체가 없거나, 하나이거나, 여러 개일 수 있는 이미지에서도 모델이 잘 일반화할 수 있습니다.

다음은 히스토그램의 예시입니다:

<figure><img src="/files/e166e51da71afe85dd0860b8889e8f10548db5ed" alt=""><figcaption></figcaption></figure>

히스토그램의 막대 중 아무거나 선택하여 주어진 개수의 이미지를 볼 수 있습니다:

<figure><img src="/files/cad8e2dccee3bb4c15609d0dc39de33d70c4218f" alt=""><figcaption></figcaption></figure>

## HTTP API

다음 엔드포인트를 사용하여 데이터셋의 상태 점검 통계를 가져올 수 있습니다:

```bash
curl "https://api.roboflow.com/:workspace/:project/health?api_key=$ROBOFLOW_API_KEY"
```

이는 클래스 분포, 주석 수, 이미지 차원 요약 및 기타 데이터셋 품질 지표를 반환합니다. 자세한 의미는 [데이터세트 상태 점검](/datasets/ko/versions/dataset-health-check.md) 를 참조하세요.

### 쿼리 매개변수

| 매개변수    | 유형  | 설명                                                                  |
| ------- | --- | ------------------------------------------------------------------- |
| `다시 생성` | 불리언 | 다음으로 설정 `true` 하면 상태 통계를 새로 다시 계산하도록 강제합니다. 기본값은 캐시된 결과를 반환하는 것입니다. |

### 응답

엔드포인트는 데이터셋 상태 통계가 포함된 JSON 객체를 반환합니다:

```json
{
  "health": true,
  "stats": {
    "numImages": 120,
    "numAnnotations": 842,
    "avgImageSize": [640, 480],
    "medianImageRatio": 1.33,
    "missingAnnotations": 3,
    "nullAnnotations": 5,
    "classDistribution": {
      "cat": 410,
      "dog": 432
    }
  }
}
```

응답에는 이미지 수, 주석 수, 클래스 분포, 이미지 차원 통계와 같은 데이터셋 수준의 지표가 포함됩니다. 히트맵과 이미지별 세부 내역 같은 항목은 API 응답에서 제외됩니다.