> 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/exporting-data.md). # 데이터세트 버전 내보내기 학습을 위해 Roboflow에서 데이터를 내보냅니다. ## 소개 내보내기는 선택한 주석 형식으로 데이터세트 버전의 다운로드 가능한 스냅샷을 생성합니다. YOLO, COCO, Pascal VOC, CreateML 등 다양한 형식을 지원합니다(전체 목록은 [formats 디렉터리](https://roboflow.com/formats)를 참조하세요). Roboflow 웹 앱, Python SDK, REST API 또는 CLI에서 내보낼 수 있습니다. 데이터세트 버전은 학습용으로 만들어지기 때문에, 내보낸 이미지는 압축되며 클래스 이름은 정리됩니다. 자세한 내용과 원본 품질 이미지를 가져오는 방법은 [내보내기 동작](#export-behavior) 를 참조하세요. ## 웹 앱 웹 인터페이스에서 언제든지 Roboflow의 데이터를 내보낼 수 있습니다. 데이터를 내보내려면 먼저 Roboflow 대시보드에서 데이터세트 버전을 생성하세요. 프로젝트와 연결된 "Versions" 페이지에서 수행할 수 있습니다. 데이터세트를 생성한 후 데이터세트 버전 옆의 "Export"를 클릭하세요:
다양한 형식으로 데이터를 다운로드할 수 있습니다. 지원되는 내보내기 형식의 전체 목록은 우리 [formats 디렉터리](https://roboflow.com/formats). 내보내기 형식을 선택한 후 데이터를 `.zip` 파일로 다운로드하거나 `curl` 링크로 다운로드하여 명령줄에서 사용할 수 있습니다. ![기기의 .zip 폴더로 내보내기.](https://3735512388-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-dea583c84e27d6719a0cc8ec1ece48444d1f2668%2Fimage%20\(116\).png?alt=media) {% hint style="warning" %} *해당 `curl` 및 Python 코드에는 계정에 고유한 개인 키가 포함됩니다. 이 키를 공유하지 마세요!* {% endhint %} !["Continue"를 선택한 후 나타나는 "show download code" 창.](https://3735512388-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-458acb441d1a881e70e3306212735ac5f33dd525%2Fimage%20\(286\).png?alt=media) ## HTTP API `/:workspace/:project/:version/:format` 는 특정 형식으로 내보낸 데이터세트의 다운로드 링크를 가져올 때 사용해야 하는 경로입니다. 이를 Jupyter 노트북에서 [우리 모델 라이브러리](https://models.roboflow.com) 또는 직접 만든 사용자 지정 학습 스크립트에서 사용할 수 있습니다. 다음 엔드포인트는 `export` 값을 반환하며, 여기에는 `link` 키가 포함되어 있어 해당 URL에서 데이터세트를 다운로드할 수 있습니다: 
curl "https://api.roboflow.com/roboflow/chess-sample-4ckfl/1/yolov5pytorch?api_key=$ROBOFLOW_API_KEY"
다음은 해당 엔드포인트가 반환하는 예시 페이로드입니다: ```bash { "workspace": { "name": "Roboflow", "url": "roboflow", "members": 7 }, "project": { "id": "roboflow/chess-sample-4ckfl", "type": "object-detection", "name": "Chess Sample", "created": 1630335544.592, "updated": 1630335741.988, "images": 12, "unannotated": 3, "annotation": "pieces", "public": false, "splits": { "test": 1, "train": 9, "valid": 2 }, "classes": { "white-bishop": 11, "black-king": 8, "black-knight": 11, "white-queen": 7, "black-bishop": 8, "white-rook": 10, "black-rook": 10, "white-king": 8, "black-queen": 4, "black-pawn": 37, "white-pawn": 34, "white-knight": 10 } }, "version": { "id": "roboflow/chess-sample-4ckfl/1", "name": "augmented", "created": 1630335698.746, "images": 30, "splits": { "train": 27, "test": 1, "valid": 2 }, "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": { "grayscale": { "enabled": true }, "resize": { "width": 416, "height": 416, "enabled": true, "format": "Stretch to" }, "auto-orient": { "enabled": true } }, "augmentation": { "rotate": { "enabled": true, "degrees": "5" }, "exposure": { "enabled": true, "percent": "25" }, "noise": { "enabled": true, "percent": "2" }, "image": { "versions": "3", "enabled": true }, "flip": { "horizontal": true, "enabled": true, "vertical": false }, "brightness": { "enabled": true, "brighten": true, "percent": "25", "darken": true }, "crop": { "percent": 30, "enabled": true, "min": 0 } }, "exports": [ "yolov5pytorch" ] }, "export": { "format": "yolov5pytorch", "link": "https://app.roboflow.com/ds/XXXXXXXXXX?key=XXXXXXXXXX" } } ``` ### 내보내기 형식 옵션 데이터세트 내보기에 사용할 수 있는 설정 옵션은 다음과 같습니다: | 객체 탐지 | 단일 레이블 분류 | 다중 레이블 분류 | 인스턴스 분할 | 시맨틱 분할 | 키포인트 탐지 | | ------------- | --------- | ---------- | ----------------- | ----------------- | ------------- | | clip | folder | multiclass | coco-segmentation | coco-segmentation | coco | | coco | clip | folder | clip | png-mask-semantic | yolov5pytorch | | createml | | clip | coco | | | | darknet | | | createml | | | | multiclass | | | darknet | | | | tensorflow | | | multiclass | | | | tfrecord | | | tensorflow | | | | voc | | | tfrecord | | | | yolokeras | | | voc | | | | yolov5pytorch | | | yolokeras | | | | yolov7pytorch | | | yolov4pytorch | | | | mt-yolov6 | | | yolov4scaled | | | | retinanet | | | yolov5-obb | | | | benchmarker | | | yolov5pytorch | | | | | | | yolov7pytorch | | | | | | | mt-yolov6 | | | | | | | retinanet | | | | | | | benchmarker | | | ## Python SDK Python 패키지를 사용해 버전을 생성하고 데이터세트를 내보낼 수 있습니다. Python SDK에서 내보낼 데이터세트의 ZIP 파일을 만들려면 먼저 프로젝트에서 특정 [버전을 가져오세요](https://docs.roboflow.com/platform/workspaces/list-workspaces-and-projects#list-projects-and-versions): ``` version = project.version(version_number) ``` 그런 다음 데이터세트를 직접 다운로드하세요: ```python version.download(model_format="yolov5", location="./downloads") ``` download 메서드는 필요한 경우 내보내기 생성을 자동으로 처리하고, ZIP 파일을 지정한 위치에 추출하며, 데이터세트를 설명하는 객체를 반환합니다. 내보내기 전에 버전을 생성하려면 [데이터세트 버전 만들기](/datasets/ko/versions/dataset-versions/create-a-dataset-version.md#python-sdk). ### 원본 품질 이미지 다운로드 내보낸 이미지는 학습을 위해 압축됩니다( [내보내기 동작](#export-behavior)). 전체 데이터세트의 원본, 전체 해상도 이미지를 다운로드하려면 `search_export`를 사용하세요. 소스 파일로 ZIP을 생성하므로 이미지는 원래 바이트와 원래 파일 확장자를 유지합니다. 이 메서드에는 `roboflow` 버전 1.2.14 이상이 필요합니다. ```python from roboflow import Roboflow rf = Roboflow(api_key="YOUR_API_KEY") workspace = rf.workspace() workspace.search_export( query="*", # "*"는 모든 이미지를 일치시킵니다 format="coco", # 주석 형식(예: coco, yolov8, voc, folder) dataset="my-dataset-id", # 선택 사항: 하나의 프로젝트로 제한 location="./original-images", # 파일이 저장될 폴더 ) ``` 이 명령은 이미지와 주석을 다음 위치에 배치합니다 `./original-images/`. ZIP으로 받으려면 대신 `extract_zip=False`. 바꿔 넣으세요 `"*"` 을 임의의 [검색 쿼리](/datasets/ko/manage/manage-datasets/dataset-search.md) 를 사용해 하위 집합을 내보내려면(예: `tag:review split:train`). {% hint style="info" %} 내보내기는 시맨틱 검색 쿼리를 지원하지 않습니다. 다음과 같은 필터를 사용하세요 `class:`, `tag:`, `split:`, 또는 `filename:` 같은 자유 텍스트 대신 사용하세요. {% endhint %} ## CLI 다음 명령을 사용하여 Roboflow CLI를 통해 데이터를 내보낼 수 있습니다: ``` roboflow download ``` [이 CLI 명령에 대한 자세한 정보는 문서를 참조하세요.](/datasets/ko/create-and-upload/download-a-dataset.md#cli) 압축된 버전 대신 원본 품질의 소스 이미지를 다운로드하려면 `search-export`: ``` roboflow search-export "*" -f coco -d my-dataset-id -l ./original-images ``` ## MCP 서버 AI 에이전트를 [MCP 서버](https://docs.roboflow.com/agents/mcp-server) 에 연결하면 다음 도구로 버전을 내보낼 수 있습니다:
도구설명
versions_export버전에 대한 데이터세트 내보내기를 확인하거나 시작합니다.
versions_get분할 및 학습 정보를 포함한 버전 정보를 가져옵니다.
## 내보내기 동작 데이터세트 버전은 컴퓨터 비전 모델의 학습 데이터로 사용되도록 설계되었습니다. 따라서 모델의 학습 경험과 성능을 개선하기 위해 몇 가지 최적화를 적용합니다. ### 이미지 압축 학습 지연을 방지하기 위해, 학습 속도와 충분한 모델 성능에 필요한 해상도 간의 균형을 유지하는 수준으로 이미지를 압축합니다. 원본 품질 이미지를 다운로드하려면 데이터세트의 이미지를 클릭한 다음 "Download Image"를 선택하면 됩니다.
{% hint style="info" %} 이미지는 다음을 통해 프로그래밍 방식으로도 액세스할 수 있습니다: [이미지 세부 정보 API](/datasets/ko/manage/manage-images.md#get-details-about-an-image)다음 `image.urls.original` 속성은 원본 품질 이미지의 링크를 나타냅니다. {% endhint %} 데이터세트의 모든 원본 품질 이미지를 프로그래밍 방식으로 다운로드하려면 [원본 품질 이미지 다운로드](#download-original-quality-images) Python SDK 섹션의 내용을 참조하세요. ### 허용되는 문자 학습 중 문제가 발생하는 것을 방지하기 위해 업로드/가져오기와 내보내기 모두에서 클래스 이름을 정리합니다. 내보낼 때는 다음을 수행합니다: * 클래스 이름을 ASCII로 변환합니다 * 가능한 경우 문자를 영어식으로 변환합니다(예: `ü` 를 `u`) * 그렇지 않으면, 대시(`-`) {% hint style="info" %} [클래스 이름 정리는 업로드 중에도 수행됩니다](/datasets/ko/create-and-upload/adding-data.md) {% endhint %}