> 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/models/ko/supported-tasks/classification.md).

# 분류

이미지 전체에 무엇이 보이는지에 따라 라벨을 지정한 다음, Roboflow에서 나만의 이미지 분류 모델을 학습하고 배포하세요.

## 이미지 분류란 무엇인가요?

분류는 사물이 어디에 있는지 밝히지 않고 이미지 전체에 라벨을 부여합니다. Roboflow는 두 가지 유형을 지원합니다:

* 단일 레이블 분류는 이미지당 하나의 클래스를 신뢰도 점수와 함께 반환합니다(예: "통과" 또는 "실패").
* 다중 레이블 분류는 이미지에 해당하는 모든 클래스를 각각의 점수와 함께 반환합니다(예: "찌그러짐" 및 "라벨 누락").

이미지가 무엇을 보여주는지만 알면 될 때 사용하세요. 객체의 위치를 찾으려면 [객체 감지](https://docs.roboflow.com/models/ko/supported-tasks/object-detection.md).

<figure><img src="https://2225311784-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-b41b34795b6e89950cbd616a9a5f2c602183029f%2Fimg-task-classification-wide.webp?alt=media" alt="An orange slice labeled orange and a peeled tangerine labeled tangerine"><figcaption></figcaption></figure>

## 지원되는 이미지 분류 모델

Roboflow는 다음 분류 모델을 지원합니다. 다음을 참조하세요 [분류 모델](https://docs.roboflow.com/models/ko/supported-models.md#classification) 모델별 내보내기 및 배포 지원은 표를 참고하세요.

<table data-search="false"><thead><tr><th>모델</th><th>라이선스</th><th data-type="checkbox">Roboflow에서 학습 가능</th><th>최신 릴리스</th></tr></thead><tbody><tr><td><a href="https://docs.roboflow.com/models/ko/supported-models/roboflow-3.md">Roboflow 3.0</a></td><td><a href="https://roboflow.com/licensing">Roboflow 라이선싱</a></td><td>false</td><td>2023</td></tr><tr><td><a href="https://docs.roboflow.com/models/ko/supported-models/dino-v3.md">DINOv3</a></td><td><a href="https://docs.roboflow.com/models/ko/model-licenses.md#other-models">상위 라이선스</a></td><td>true</td><td>2025</td></tr><tr><td><a href="https://docs.roboflow.com/models/ko/supported-models/vit.md">ViT</a></td><td><a href="https://docs.roboflow.com/models/ko/model-licenses.md#other-models">상위 라이선스</a></td><td>true</td><td>2020</td></tr><tr><td><a href="https://docs.roboflow.com/models/ko/supported-models/resnet.md">ResNet</a></td><td><a href="https://docs.roboflow.com/models/ko/model-licenses.md#other-models">상위 라이선스</a></td><td>true</td><td>2015</td></tr></tbody></table>

## 분류 모델 미세 조정

{% stepper %}
{% step %}

### 분류 프로젝트 만들기

만들기 [프로젝트](https://docs.roboflow.com/datasets/create-and-upload/create-a-project) 그리고 프로젝트 유형으로 단일 레이블 분류 또는 다중 레이블 분류를 선택하세요.

<figure><img src="https://2225311784-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-1d77b799d2ee67437f44dce9451712749f2a4045%2Fcreate-project-classification.webp?alt=media" alt="Create project form with Classification selected as the project type and a preview of a classification example"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

### 이미지를 업로드하고 라벨링하세요

[이미지를 업로드하세요](https://docs.roboflow.com/datasets/create-and-upload/adding-data), 그런 다음 라벨을 지정하세요. 가장 빠른 방법은 [자동 라벨링](https://docs.roboflow.com/datasets/annotate/annotate/ai-labeling/auto-label): 기초 모델(예: GPT-6.1 Sol 또는 CLIP)이나 학습한 모델 중 하나가 배치의 각 이미지에 대한 클래스를 선택하고, 사용자가 결과를 검토합니다. 또한 다음에서 각 이미지의 클래스를 선택할 수도 있습니다 [주석 편집기](https://docs.roboflow.com/datasets/annotate/annotate/annotation-tools), 그리고 [라벨 지원](https://docs.roboflow.com/datasets/annotate/annotate/ai-labeling/model-assisted-labeling) 모델이나 수동으로 제안합니다. 다중 레이블 프로젝트에서는 해당하는 모든 클래스를 선택하세요.

<figure><img src="https://2225311784-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-12341a515b4472f5d0aa09615aefebde2c6149a9%2Fannotate-classification.webp?alt=media" alt="Annotation editor on a classification image with the class picker open and Maltese_dog selected"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

### 데이터셋 버전 생성

[데이터셋 버전 생성](https://docs.roboflow.com/datasets/versions/dataset-versions/create-a-dataset-version): 학습, 검증, 테스트 분할이 포함된 이미지의 고정 스냅샷이며, 추가로 전처리 및 증강이 포함됩니다.
{% endstep %}

{% step %}

### 분류 모델 학습

"학습"을 클릭하고 아키텍처와 크기를 선택하세요. 다음을 참조하세요 [모델 학습](https://docs.roboflow.com/models/ko/train/train-a-model.md) 에서 각 옵션을 확인하세요.

<figure><img src="https://2225311784-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-a0f81af014386ec0e7c7cdc96834b7611841c6d9%2Ftrain-architectures-classification.webp?alt=media" alt="Select Architecture step on the Train page listing DINOv3, ViT, and ResNet"><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}

## 분류 모델 배포

학습 후, 다음을 사용해 분류 모델을 배포하세요 [서버리스 클라우드 API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api), [전용 배포](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments), 또는 자체 하드웨어에서 다음을 사용해 [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted). 다음을 참조하세요 [배포 방식 선택](https://docs.roboflow.com/deployment/choosing-a-deployment) 에서 옵션을 비교하세요.
