For the complete documentation index, see llms.txt. This page is also available as Markdown.

능동 학습

검토와 재학습을 통해 모델을 지속적으로 개선하기 위해 운영 추론 데이터를 수집합니다.

소개

능동 학습은 배포된 모델에서 운영 데이터를 수집하여 검토 및 재학습을 위해 표시합니다. 모델이 운영 환경에서 추론을 실행하면, 능동 학습은 사용자가 구성한 규칙(예: 낮은 신뢰도 예측 또는 특정 클래스)에 따라 이미지를 자동으로 샘플링하고 사람 검토를 위해 대기열에 넣습니다.

능동 학습에는 클라우드 배포가 필요합니다. 이 기능은 주석 검토 기능이 있는 요금제에서 사용할 수 있습니다.

웹 앱

능동 학습 활성화

  1. 프로젝트를 열고 왼쪽 사이드바에서 "Active Learning"을 선택합니다.

  2. Active Learning을 켭니다.

능동 학습이 데이터를 수집하려면 프로젝트에 학습된 모델과 활성 클라우드 배포가 있어야 합니다.

수집 규칙 구성

능동 학습에는 수집 한도와 조건의 두 가지 구성 범주가 있습니다.

수집 한도

능동 학습이 수집하는 데이터 양을 제어합니다:

  • 샘플링 비율: 샘플링할 추론의 비율(예: 0.5%)

  • 분당, 시간당, 일일 이미지 한도

  • 압축 수준 및 최대 이미지 크기

  • 배치 재생성 빈도(일간, 주간, 월간 또는 없음)

  • 수집된 이미지와 함께 모델 예측을 보존할지 여부

이러한 설정을 수정하려면 수집 한도 섹션에서 "Edit"을 클릭하고 구성 모달에서 값을 업데이트하세요.

조건

조건은 어떤 이미지를 수집할지 필터링합니다. 모델 유형에 따라 규칙을 정의할 수 있습니다:

  • 신뢰도 임계값(예: 신뢰도가 60% 미만으로 떨어지는 이미지를 수집)

  • 관심 있는 특정 클래스

  • 탐지 개수 요구 사항

조건을 설정하려면 조건 섹션에서 "Edit"을 클릭하세요.

에이전트에서 능동 학습 관리

다음에서도 능동 학습을 관리할 수 있습니다 Roboflow 에이전트. 프로젝트 탭을 열고 "Settings"를 선택한 다음, 이 페이지와 동일한 토글, 수집 한도 및 조건을 사용하세요. 이를 위해서는 워크플로 관리, 워크플로 게시 및 데이터셋 Active Learning 권한이 필요합니다.

수집된 이미지 검토

능동 학습이 이미지를 수집하면 Active Learning 페이지의 Images 섹션에 표시됩니다. 이 페이지는 검토할 준비가 된 이미지 수와 현재 검토 중인 이미지 수를 보여줍니다.

검토를 시작하려면:

  1. "Review Images"를 클릭하여 검토 대기열을 엽니다.

  2. 상태(Not Started, In Progress)별로 배치를 탐색하고 생성 날짜, 이미지 수 또는 진행률로 정렬하세요.

  3. 검토를 시작할 배치를 선택하세요.

검토자 할당

검토 작업을 팀 전체에 분배할 수 있습니다:

  1. 검토 대기열을 열고 배치를 선택하세요.

  2. 클릭하여 검토자를 할당하세요.

  3. 팀원을 선택하고 할당할 이미지 수를 설정한 뒤, 필요하면 검토 지침을 추가하세요.

  4. "Shuffle Images"를 켜서 각 검토자가 받는 이미지를 무작위로 지정하세요.

이미지가 할당되면 검토자에게 알림이 전송됩니다. 언제든지 이미지를 다른 검토자에게 재할당할 수 있습니다.

능동 학습이 학습 루프에 맞는 방식

일반적인 워크플로:

  1. 모델을 학습하고 배포합니다.

  2. 사용 사례에 맞게 조정된 조건으로 능동 학습을 활성화합니다.

  3. 조건에 맞는 운영 데이터가 수집되어 대기열에 추가됩니다.

  4. 검토자가 수집된 이미지에 라벨을 지정합니다.

  5. 검토된 이미지를 데이터셋에 추가하고 재학습하여 모델을 개선합니다.

이렇게 하면 모델이 가장 어려워하는 사례에서 개선되는 피드백 루프가 만들어집니다.

HTTP API

HTTP API를 사용하여 능동 학습을 켜거나 끄고, 수집 규칙을 업데이트하며, 검토 대기열의 이미지를 나열할 수 있습니다. 능동 학습은 프로젝트의 기본 워크플로 안에서 실행되므로, 변경할 때마다 해당 워크플로의 새 버전이 저장되고 배포됩니다.

능동 학습 구성 가져오기

Get Active Learning settings

get

Returns the project's base Workflow, its model, and its Active Learning settings. Requires project:read and the Active Learning permission in the workspace.

Authorizations
AuthorizationstringRequired

Roboflow API key or OAuth access token.

Path parameters
workspacestringRequired

Workspace URL slug.

projectstringRequired

Project URL slug.

Responses
200

Successful response.

application/json
get/{workspace}/{project}/deploy/active-learning
GET /{workspace}/{project}/deploy/active-learning HTTP/1.1
Host: api.roboflow.com
Authorization: Bearer YOUR_SECRET_TOKEN
Accept: */*
{
  "project": {
    "id": "abc123",
    "url": "my-project",
    "name": "My Project",
    "owner": "my-workspace-id",
    "type": "object-detection",
    "classes": [
      "cat",
      "dog"
    ],
    "multilabel": false
  },
  "workflow": {
    "id": "wf_xyz",
    "name": "My Project Base Workflow",
    "url": "my-project-base-workflow",
    "workspaceUrl": "my-workspace",
    "inferencePath": "/infer/workflows/my-workspace/my-project-base-workflow"
  },
  "model": {
    "id": "rfdetr-medium",
    "kind": "pretrained",
    "displayName": "RF-DETR Medium",
    "modelId": "rfdetr-medium"
  },
  "deployability": {
    "status": "deployable",
    "modelWasConfigured": false,
    "selectedModelId": null,
    "selectionReason": null
  },
  "activeLearning": {
    "enabled": false,
    "collectionLimits": {
      "dataPercentage": 100,
      "minutelyUsageLimit": 10,
      "hourlyUsageLimit": 100,
      "dailyUsageLimit": 1000,
      "labelingBatchesRecreationFrequency": "daily",
      "usageQuotaName": "upload_quota_active_learning",
      "imageCompressionLevel": 95,
      "maxImageHeight": 1080,
      "maxImageWidth": 1920,
      "persistPredictions": true
    },
    "filters": []
  }
}

능동 학습 활성화

프로젝트에 설정된 모델이 없으면 서비스가 먼저 하나를 선택합니다.

Enable Active Learning

post

Turns on image collection in the project's base Workflow. If no model is set, picks one first. Calling it again changes nothing. Requires project:update.

Authorizations
AuthorizationstringRequired

Roboflow API key or OAuth access token.

Path parameters
workspacestringRequired

Workspace URL slug.

projectstringRequired

Project URL slug.

Responses
200

Successful response.

application/json
post/{workspace}/{project}/deploy/active-learning/enable
POST /{workspace}/{project}/deploy/active-learning/enable HTTP/1.1
Host: api.roboflow.com
Authorization: Bearer YOUR_SECRET_TOKEN
Accept: */*
{
  "project": {
    "id": "abc123",
    "url": "my-project",
    "name": "My Project",
    "owner": "my-workspace-id",
    "type": "object-detection",
    "classes": [
      "cat",
      "dog"
    ],
    "multilabel": false
  },
  "workflow": {
    "id": "wf_xyz",
    "name": "My Project Base Workflow",
    "url": "my-project-base-workflow",
    "workspaceUrl": "my-workspace",
    "inferencePath": "/infer/workflows/my-workspace/my-project-base-workflow"
  },
  "model": {
    "id": "rfdetr-medium",
    "kind": "pretrained",
    "displayName": "RF-DETR Medium",
    "modelId": "rfdetr-medium"
  },
  "deployability": {
    "status": "deployable",
    "modelWasConfigured": false,
    "selectedModelId": null,
    "selectionReason": null
  },
  "activeLearning": {
    "enabled": false,
    "collectionLimits": {
      "dataPercentage": 100,
      "minutelyUsageLimit": 10,
      "hourlyUsageLimit": 100,
      "dailyUsageLimit": 1000,
      "labelingBatchesRecreationFrequency": "daily",
      "usageQuotaName": "upload_quota_active_learning",
      "imageCompressionLevel": 95,
      "maxImageHeight": 1080,
      "maxImageWidth": 1920,
      "persistPredictions": true
    },
    "filters": []
  }
}

능동 학습 비활성화

Disable Active Learning

post

Turns off image collection. Your collection limits and filters are kept. Requires project:update.

Authorizations
AuthorizationstringRequired

Roboflow API key or OAuth access token.

Path parameters
workspacestringRequired

Workspace URL slug.

projectstringRequired

Project URL slug.

Responses
200

Successful response.

application/json
post/{workspace}/{project}/deploy/active-learning/disable
POST /{workspace}/{project}/deploy/active-learning/disable HTTP/1.1
Host: api.roboflow.com
Authorization: Bearer YOUR_SECRET_TOKEN
Accept: */*
{
  "project": {
    "id": "abc123",
    "url": "my-project",
    "name": "My Project",
    "owner": "my-workspace-id",
    "type": "object-detection",
    "classes": [
      "cat",
      "dog"
    ],
    "multilabel": false
  },
  "workflow": {
    "id": "wf_xyz",
    "name": "My Project Base Workflow",
    "url": "my-project-base-workflow",
    "workspaceUrl": "my-workspace",
    "inferencePath": "/infer/workflows/my-workspace/my-project-base-workflow"
  },
  "model": {
    "id": "rfdetr-medium",
    "kind": "pretrained",
    "displayName": "RF-DETR Medium",
    "modelId": "rfdetr-medium"
  },
  "deployability": {
    "status": "deployable",
    "modelWasConfigured": false,
    "selectedModelId": null,
    "selectionReason": null
  },
  "activeLearning": {
    "enabled": false,
    "collectionLimits": {
      "dataPercentage": 100,
      "minutelyUsageLimit": 10,
      "hourlyUsageLimit": 100,
      "dailyUsageLimit": 1000,
      "labelingBatchesRecreationFrequency": "daily",
      "usageQuotaName": "upload_quota_active_learning",
      "imageCompressionLevel": 95,
      "maxImageHeight": 1080,
      "maxImageWidth": 1920,
      "persistPredictions": true
    },
    "filters": []
  }
}

능동 학습 구성 업데이트

새 프로젝트에서 구성하기 전에 능동 학습을 활성화하세요. 전체 collectionLimits 객체를 매번 전송하세요: 생략한 선택적 필드는 제거됩니다.

Update Active Learning settings

post

Saves collection limits and, when you send them, filters. Enable Active Learning on the project first: the call fails when collection was never turned on. It does not turn collection on or off. Requires project:update.

Authorizations
AuthorizationstringRequired

Roboflow API key or OAuth access token.

Path parameters
workspacestringRequired

Workspace URL slug.

projectstringRequired

Project URL slug.

Body
Responses
200

Successful response.

application/json
post/{workspace}/{project}/deploy/active-learning/configuration
POST /{workspace}/{project}/deploy/active-learning/configuration HTTP/1.1
Host: api.roboflow.com
Authorization: Bearer YOUR_SECRET_TOKEN
Content-Type: application/json
Accept: */*
Content-Length: 472

{
  "collectionLimits": {
    "dataPercentage": 50,
    "minutelyUsageLimit": 10,
    "hourlyUsageLimit": 100,
    "dailyUsageLimit": 1000,
    "labelingBatchesRecreationFrequency": "daily",
    "usageQuotaName": "default",
    "imageCompressionLevel": 85,
    "imageName": "camera-1",
    "maxImageHeight": 1080,
    "maxImageWidth": 1920,
    "registrationTags": [
      "production"
    ],
    "persistPredictions": true
  },
  "filters": [
    {
      "type": "classConfidence",
      "classFilterMode": "any",
      "classes": [
        "cat"
      ],
      "confidenceLowerBound": 0.2,
      "confidenceUpperBound": 0.8
    }
  ]
}
{
  "project": {
    "id": "abc123",
    "url": "my-project",
    "name": "My Project",
    "owner": "my-workspace-id",
    "type": "object-detection",
    "classes": [
      "cat",
      "dog"
    ],
    "multilabel": false
  },
  "workflow": {
    "id": "wf_xyz",
    "name": "My Project Base Workflow",
    "url": "my-project-base-workflow",
    "workspaceUrl": "my-workspace",
    "inferencePath": "/infer/workflows/my-workspace/my-project-base-workflow"
  },
  "model": {
    "id": "rfdetr-medium",
    "kind": "pretrained",
    "displayName": "RF-DETR Medium",
    "modelId": "rfdetr-medium"
  },
  "deployability": {
    "status": "deployable",
    "modelWasConfigured": false,
    "selectedModelId": null,
    "selectionReason": null
  },
  "activeLearning": {
    "enabled": false,
    "collectionLimits": {
      "dataPercentage": 100,
      "minutelyUsageLimit": 10,
      "hourlyUsageLimit": 100,
      "dailyUsageLimit": 1000,
      "labelingBatchesRecreationFrequency": "daily",
      "usageQuotaName": "upload_quota_active_learning",
      "imageCompressionLevel": 95,
      "maxImageHeight": 1080,
      "maxImageWidth": 1920,
      "persistPredictions": true
    },
    "filters": []
  }
}

능동 학습 이미지 목록

List Active Learning images

get

Lists the review queue: batches of collected images and the annotation jobs made from them, with totals. Requires project:read.

Authorizations
AuthorizationstringRequired

Roboflow API key or OAuth access token.

Path parameters
workspacestringRequired

Workspace URL slug.

projectstringRequired

Project URL slug.

Query parameters
pageinteger · min: 1Optional

Page number, from 1.

Default: 1
pageSizeinteger · min: 1 · max: 50Optional

Items per page.

Default: 10
searchstringOptional

Text matched against queue names, types, IDs, reviewers, and labelers.

reviewerstringOptional

Reviewer email, or unassigned for items with no reviewer.

statusstring · enumOptional

not_started for batches, in_progress for annotation jobs.

Default: allPossible values:
sortBystring · enumOptionalDefault: createdPossible values:
sortDirectionstring · enumOptionalDefault: descPossible values:
Responses
200

Successful response.

application/json
get/{workspace}/{project}/deploy/active-learning/images
GET /{workspace}/{project}/deploy/active-learning/images HTTP/1.1
Host: api.roboflow.com
Authorization: Bearer YOUR_SECRET_TOKEN
Accept: */*
{
  "activeLearningImages": {
    "totalImagesReadyForReview": 0,
    "totalImagesBeingReviewed": 0,
    "batches": [],
    "annotationJobs": [],
    "latestBatch": null,
    "latestAnnotationJob": null,
    "sampleImages": [],
    "reviewQueueCounts": {
      "all": 0,
      "notStarted": 0,
      "inProgress": 0
    },
    "reviewQueuePage": {
      "page": 1,
      "pageSize": 20,
      "totalItems": 0,
      "totalPages": 1,
      "items": [],
      "search": "",
      "status": "all",
      "sortBy": "created",
      "sortDirection": "desc",
      "reviewer": ""
    }
  }
}

Python SDK

Workspace.active_learning() 디렉터리의 모든 이미지에서 추론을 실행하고, 조건에 따라 이미지를(및 해당 예측을) 대상 프로젝트에 업로드합니다. 이는 SDK에 내장된 능동 학습 루프입니다: 기존 모델이 라벨링할 가치가 있는 것을 선별하도록 하여 원시 영상에서 라벨링 대기열을 부트스트랩합니다.

동일한 패턴은 다음으로 구현하는 것이 가장 좋습니다: 워크플로 운영용으로는, 하지만 active_learning() 는 "프레임 폴더가 있다"에서 "라벨된 데이터가 프로젝트로 들어간다"까지 가는 가장 빠른 경로입니다.

기본 사용법

매개변수

  • raw_data_location (str) - 입력 이미지 디렉터리.

  • raw_data_extension (str) - 일치시킬 이미지 확장자(예: .jpg, .png).

  • inference_endpoint (list, [project, version]) - 분류 단계로 실행할 모델.

  • upload_destination (str) - 적격 이미지와 예측을 업로드할 프로젝트 ID입니다. 보통 모델과 동일한 프로젝트입니다.

  • conditionals (dict) - 이미지가 업로드될지 여부를 결정하는 규칙입니다. 일반적인 키:

    • confidence_interval - [최소, 최대]; 탐지가 이 범위에 있는 이미지만 전달됩니다.

    • required_class_variance_count - 필요한 최소 서로 다른 클래스 수입니다.

    • minimum_size_requirement / maximum_size_requirement - 픽셀 단위의 탐지 면적으로 필터링합니다.

    • required_class_count - 총 탐지 수입니다.

  • use_localhost (bool, 기본값 False) - when True, 자체 호스팅된 Roboflow Inference 서버를 호스팅된 추론 대신 사용합니다.

  • local_server (str) - 로컬 추론 서버의 기본 URL입니다. 기본값은 http://localhost:9001/.

왜 사용하나요

일반적인 루프:

  1. 작은 라벨링된 세트로 v1 모델을 학습합니다.

  2. 대상 지정 active_learning() 라벨이 없는 운영 데이터 폴더를 가리킵니다.

  3. 모델이 확신하지 못하거나(낮은 신뢰도) 희귀 클래스를 보는 이미지만 전달합니다.

  4. Roboflow 웹 앱에서 그것들에 라벨을 지정합니다.

  5. 새 예시로 v2를 생성하고 재학습합니다.

조정 conditionals 는 이를 "모두 업로드"에서 실제 분류 정책으로 바꾸는 요소입니다.

더 큰 파이프라인

입력이 비디오 스트림이거나, 모델이 워크플로 뒤에 있거나, 배치 처리와 재시도를 원한다면, 이에 상응하는 것을 다음으로 구축하세요: 워크플로. active_learning() 는 정적 폴더에서 한 번 수행하는 부트스트래핑 작업에 가장 적합합니다.

MCP 서버

AI 에이전트를 다음에 연결하세요 MCP 서버 그러면 이 도구들로 Active Learning을 설정할 수 있습니다:

도구
설명

project_deployment_enable_active_learning

프로젝트 배포에 대해 Active Learning을 활성화합니다.

project_deployment_configure_active_learning

배포가 Active Learning 데이터를 수집하는 방식을 구성합니다.

project_deployment_disable_active_learning

Active Learning 수집을 일시 중지합니다.

project_deployment_list_review_queues

운영 추론에서 공급되는 검토 대기열을 나열합니다.

마지막 업데이트

도움이 되었나요?