> 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-versions.md). # 데이터셋 버전 ## 정보 버전은 데이터셋의 이미지와 레이블을 특정 시점에 스냅샷으로 저장한 것입니다. 버전을 생성할 때 데이터셋에 전처리 단계와 증강을 적용할 수 있습니다. Roboflow에서 모델을 학습하려면 데이터셋 버전을 만들어야 합니다. 이 문서 섹션에서는 모델 학습을 준비하는 방법을 안내합니다. 다음이 필요합니다: {% stepper %} {% step %} **Versions 페이지를 열고 새 버전을 생성하세요** 안내를 따라 [데이터셋 버전을 생성할 수 있는 페이지로 이동하세요](/datasets/ko/versions/dataset-versions/create-a-dataset-version.md). {% endstep %} {% step %} **전처리 단계 선택** 다음을 선택하세요: [전처리 단계](/datasets/ko/versions/dataset-versions/image-preprocessing.md) 모델 학습에 필요한 {% endstep %} {% step %} **증강 적용** [데이터셋에 필요한 증강을 적용하세요](/datasets/ko/versions/dataset-versions/image-augmentation.md). 서로 다른 사용 사례에 어떤 증강이 적절한지 안내하는 가이드가 있습니다. {% endstep %} {% step %} **버전을 확인하세요** 버전이 생성되며 이제 모델 학습에 사용할 수 있습니다. {% endstep %} {% step %} **모델 학습** 다음을 따르세요: [모델 학습 문서](https://docs.roboflow.com/models) 를 참고하여 학습 작업을 구성하세요. 또한 다음도 할 수 있습니다: [데이터셋 버전을 내보내기](/datasets/ko/versions/dataset-versions/exporting-data.md). {% endstep %} {% endstepper %} ## HTTP API ### 버전 보기 Python SDK, REST API, CLI를 사용해 Roboflow 버전에 대한 정보를 가져올 수 있습니다. #### 버전 ID Roboflow에서 생성된 각 버전에는 순차적인 숫자 ID가 연결되어 있습니다. 버전 페이지의 앱에서 확인하거나 API에서 프로젝트 버전을 나열해 볼 수 있습니다. 이미 정보를 가져오려는 프로젝트와 버전을 알고 있다면 다음을 사용할 수 있습니다: `/:workspace/:project/:version` 엔드포인트입니다. 프로젝트 엔드포인트와 유사한 정보를 반환하지만 해당 프로젝트의 다른 모든 버전은 나열하지 않습니다. 프로젝트 정보를 가져오려면 다음 엔드포인트로 GET 요청을 보내세요: ```url https://api.roboflow.com/roboflow/chess-sample-4ckfl/1?api_key=$ROBOFLOW_API_KEY ``` 이 엔드포인트는 다음 응답을 반환합니다: ```bash { "workspace": { "name": "Roboflow", "url": "roboflow", "members": 7 }, "project": { "id": "roboflow/chess-sample-4ckfl", "type": "object-detection", "name": "체스 샘플", "created": 1630335544.592, "updated": 1630335741.988, "images": 12, "unannotated": 3, "annotation": "기물", "public": false, "splits": { "test": 1, "valid": 2, "train": 9 }, "classes": { "black-knight": 11, "black-queen": 4, "black-king": 8, "white-king": 8, "white-pawn": 34, "black-bishop": 8, "white-rook": 10, "black-pawn": 37, "white-knight": 10, "white-bishop": 11, "black-rook": 10, "white-queen": 7 } }, "version": { "id": "roboflow/chess-sample-4ckfl/1", "name": "증강됨", "created": 1630335698.746, "images": 30, "splits": { "valid": 2, "test": 1, "train": 27 }, "model": { "id": "chess-sample-4ckfl/1", "endpoint": "https://serverless.roboflow.com/infer/chess-sample-4ckfl/1", "start": 1630335799.682, "end": 1630337523.889, "fromScratch": false, "tfjs": true, "oak": true, "map": "62.87", "recall": "85.29", "precision": "23.44" }, "preprocessing": { "resize": { "height": 416, "width": 416, "format": "늘려 맞춤", "enabled": true }, "auto-orient": { "enabled": true }, "grayscale": { "enabled": true } }, "augmentation": { "rotate": { "degrees": "5", "enabled": true }, "brightness": { "darken": true, "enabled": true, "brighten": true, "percent": "25" }, "noise": { "percent": "2", "enabled": true }, "crop": { "enabled": true, "min": 0, "percent": 30 }, "flip": { "horizontal": true, "vertical": false, "enabled": true }, "image": { "versions": "3", "enabled": true }, "exposure": { "enabled": true, "percent": "25" } }, "exports": [ "yolov5pytorch" ], "train": { "status": "finished", "results": { "class_map": { "valid": [ { "images": "20", "map95": "0.29", "precision": "0.795", "recall": "0.48", "map50": "0.547", "class": "all", "targets": "82" }, ... ], "test": [ { "images": "10", "map95": "0.478", "precision": "0.846", "recall": "0.759", "map50": "0.844", "class": "all", "targets": "29" }, ... ] } } }, "models": { "roboflow-train": { "epochs": [ { "mAP": "0.5624740875589795", "epoch": "0", "precision": "0.848007354583702", "recall": "0.4796292117720689", "box_loss": "0.04430354", "obj_loss": "0.023823218", "class_loss": "0.012277425", "mAP_50_95": "0.3004394102727502" }, { "mAP": "0.5576528999996365", "epoch": "1", "precision": "0.8477760345230224", "recall": "0.47967238365789094", "box_loss": "0.041422606", "obj_loss": "0.020020777", "class_loss": "0.010422977", "mAP_50_95": "0.2943194093111112" }, ... ] } }, "classes": [ "black-knight", "black-queen", "black-king", "white-king", "white-pawn", "black-bishop", "white-rook", "black-pawn", "white-knight", "white-bishop", "black-rook", "white-queen" ] } } ``` #### 키포인트 검출 스켈레톤 키포인트 검출 프로젝트 버전에는 각 클래스별 버전 스켈레톤을 담는 `스켈레톤` 필드가 포함됩니다. 예를 들어, 클래스가 `사람` 인 프로젝트에는 다음과 같은 스켈레톤이 있을 수 있습니다: ```json { ... "skeletons": { "person": { "vertices": [ { "color": "#FF8000", "id": 0, "name": "코", "x": 0.4546, "y": 0.18859999999999996 }, { "color": "#FF00FF", "id": 1, "name": "왼쪽 눈" "x": 0.478, "y": 0.1606 }, ... ], "edges": [ { "color": "#00FFCE", "from": 13, "to": 15 }, ... ], "symmetries": [ { "direction": "가로", "points": [1, 2] }, ... ] } } ``` 참고: 추론 예측에서는 정점에 인덱스로 접근해야 합니다 `class_id`. 그런 다음, 정점 `id` 를 사용해 간선(from/to)과 대칭(points)을 참조할 수 있습니다. ## Python SDK ### 버전 보기 버전에 대한 정보를 가져오려면 프로젝트를 불러온 다음 원하는 버전을 요청하세요: ```python import roboflow rf = roboflow.Roboflow(api_key="YOUR_API_KEY") # 프로젝트 불러오기 project = rf.workspace().project("PROJECT_ID") model = project.version("1").model ``` 다음 `model` 변수에는 다음 JSON 값이 들어 있습니다: ```json { "id": "mug-detector-eocwp/12", "name": "머그컵 감지기", "version": "12", "classes": null, "overlap": 30, "confidence": 40, "stroke": 1, "labels": false, "format": "json", "base_url": "https://serverless.roboflow.com/infer/" } ``` 버전 목록을 나열하고 순회하는 방법은 [워크스페이스 및 프로젝트 나열](https://docs.roboflow.com/platform/workspaces/list-workspaces-and-projects#list-projects-and-versions). 버전을 내보내는 방법은 [데이터셋 버전 내보내기](/datasets/ko/versions/dataset-versions/exporting-data.md#python-sdk). ## CLI 명령줄에서 데이터셋 버전을 나열, 검사, 내보내기 할 수 있습니다. ### 버전 나열 ```bash roboflow version list -p ``` 예시: ```bash roboflow version list -p my-detector ``` ``` ID 이름 이미지 생성일 my-workspace/my-detector/1 raw 100 2024-01-15 my-workspace/my-detector/2 augmented-640 300 2024-01-20 my-workspace/my-detector/3 augmented-416 250 2024-02-01 ``` ### 버전 세부 정보 가져오기 ```bash roboflow version get -p ``` 또는 리소스 축약 표기를 사용하세요: ```bash roboflow version get my-detector/3 roboflow version get my-workspace/my-detector/3 ``` ### 버전 내보내기 특정 형식으로 버전의 비동기 내보내기를 트리거하세요: ```bash roboflow version export -p -f ``` 예시: ```bash roboflow version export -p my-detector 3 -f yolov8 ``` ### JSON 출력 모든 버전 명령은 `--json`: ```bash roboflow version list -p my-detector --json ``` ```json [ { "id": "my-workspace/my-detector/1", "name": "raw", "images": 100, "created": "2024-01-15T00:00:00" } ] ``` ## MCP 서버 AI 에이전트를 [MCP 서버](https://docs.roboflow.com/agents/mcp-server) 에 연결하면 다음 도구로 데이터셋 버전을 관리할 수 있습니다:
도구설명
versions_generate선택적 전처리와 증강을 적용해 버전을 생성합니다.
versions_get분할과 학습 내역을 포함한 버전 정보를 가져옵니다.
versions_export버전에 대한 데이터셋 내보내기를 확인하거나 트리거합니다.
versions_delete버전을 삭제하여 워크스페이스 휴지통으로 이동합니다.
## 다음 단계 * 이 버전으로 모델을 학습하세요. 다음을 참조하세요: [모델 학습](https://docs.roboflow.com/models). * 학습에 바로 사용할 수 있는 형식으로 버전을 내보내세요. 다음을 참조하세요: [데이터셋 버전 내보내기](/datasets/ko/versions/dataset-versions/exporting-data.md).