용어집

Workflows, Blocks, Kinds 및 배포 옵션을 포함한 Roboflow 용어집.

Roboflow 문서에는 익숙하지 않을 수 있는 몇몇 용어와 전문 용어가 사용됩니다. 이 페이지에서는 Roboflow 플랫폼과 Roboflow Inference.

API

소프트웨어 애플리케이션이 서로 통신할 수 있게 해주는 인터페이스입니다. Roboflow API는 데이터셋, 모델, Workflows 및 추론에 대한 접근을 제공하므로, 프로그래밍 방식으로 파이프라인을 구성하고 실행할 수 있습니다. 다음을 참조하세요. REST API 참조.

블록

의 기본 단위입니다. 워크플로블록은 모델 추론 실행, 로직 수행, 외부 서비스와의 인터페이스 등 특정 작업을 수행합니다.

CLI

명령줄 인터페이스입니다. 다음을 참조하세요. Roboflow CLI 플랫폼 작업에는 다음을, 그리고 Inference CLI 서버 시작, 벤치마크 실행, 워크플로 실행에 사용합니다.

클라이언트

API와 상호작용하는 소프트웨어 애플리케이션 또는 라이브러리입니다. Inference SDK 는 REST API를 더 사용하기 쉬운 인터페이스로 추상화한 클라이언트입니다.

상업용 라이선스

기업이 상업용 애플리케이션에 적합한 조건으로 모델을 사용할 수 있도록 허용하는 라이선스로, 일반적으로 구독 요금제나 사용량 요금이 포함됩니다. Inference 자체는 허용적인 Apache 2.0 라이선스를 사용하지만, 일부 모델에는 하위 사용자가 자신의 코드베이스를 오픈 소스로 공개해야 할 수 있는 조건이 있습니다. 상업용 라이선스는 이러한 제한을 제거합니다.

전용

클라우드 컴퓨팅 리소스가 단일 사용자 또는 조직에만 전용으로 할당되어 일관된 성능을 보장하고 추가 기능을 사용할 수 있게 하는 구성입니다. 실행 시간 기준으로 과금됩니다. 다음을 참조하세요. 전용 배포.

정의

블록의 순서, 입력 매개변수, 응답 형식 및 사용자 지정 로직을 포함한 워크플로의 구조화된 JSON 설명입니다.

동적 블록

워크플로의 JSON 정의에 포함된 사용자 지정 Python 코드를 사용하는 Workflows 블록으로, 런타임에 고급 사용자 지정을 가능하게 합니다.

엔터프라이즈

대규모 조직을 위한 서비스 등급으로, 향상된 기능, 확장성 및 지원을 제공합니다. 엔터프라이즈 Inference 기능의 소스 코드는 enterprise 저장소의 폴더에 있지만 활성 엔터프라이즈 라이선스가 있어야만 사용할 수 있습니다. 다음을 참조하세요. 엔터프라이즈 배포.

실행 엔진

워크플로 실행, 블록 실행 관리, 리소스 할당 최적화를 담당하는 백엔드 시스템입니다.

미세 조정된 모델

특정 데이터셋으로 학습되어 대상 애플리케이션에서 향상된 성능을 내는 모델입니다. 예를 들어, 특정 자동차 부품의 흠집을 찾도록 조정된 "스크래치 감지" 모델이 있습니다.

기반 모델

여러 분야에 대해 폭넓게 알고 있는 범용 모델로, 반드시 특정 데이터셋으로 미세 조정할 필요가 없으며 제로샷으로 사용할 수 있습니다. 다음을 참조하세요. 지원되는 모델.

유형

워크플로에서 사용되는 데이터 유형의 분류입니다. 워크플로 블록의 입력 및 출력 유형을 정의하면 실행 엔진이 데이터와 연결을 검증, 직렬화, 최적화할 수 있습니다. 예시 유형은 detection (객체 감지 모델의 예측), image (픽셀 및 해당 메타데이터), 그리고 float_zero_to_one.

LMM

대규모 멀티모달 모델: 이미지와 텍스트 같은 여러 데이터 유형을 처리하는 모델입니다. 예로는 Florence-2와 GPT-4o가 있습니다.

관리형

Roboflow의 클라우드 환경에서 실행되는 배포로, 확장성과 인프라는 서비스로 제공됩니다. 자가 호스팅과 대조되며, 자가 호스팅에서는 소프트웨어를 자체 인프라에 설치하고 설정 및 유지 관리를 직접 책임져야 합니다.

사용량 기반

워크플로 실행 횟수나 처리된 비디오 시간 같은 사용량 지표를 기준으로 하는 과금 방식입니다. Roboflow의 클라우드 서비스에 접근하려면 API 키가 필요한 모델과 워크플로는 사용량 기반으로 과금됩니다.

모델

객체 감지나 분류 같은 추론 작업에 사용되는 학습된 머신 러닝 산출물입니다. 아키텍처(예: ResNet-32)와 학습된 가중치로 구성됩니다.

매개변수

워크플로에 대한 입력입니다. 이미지일 수도 있고 문자열, 숫자, 배열, 객체 같은 데이터일 수도 있습니다. 블록의 입력으로 사용됩니다.

플랫폼

데이터 수집 및 정리, 이미지 주석 달기, 데이터셋 생성, 모델 학습, 워크플로 구축, 배포 모니터링을 위한 엔드투엔드 도구를 포함하는 Roboflow 생태계입니다.

사전 학습된 모델

Microsoft COCO 같은 일반 데이터셋으로 학습된 가중치가 로드된 모델 아키텍처입니다. 도메인별 데이터셋으로 학습된 미세 조정된 모델과 대조됩니다.

공개

Roboflow 생태계 내의 모든 사용자가 접근할 수 있는 데이터셋, 모델 또는 워크플로입니다. 이러한 항목은 다음에서 찾고 배포할 수 있습니다. Roboflow Universe.

스키마

워크플로의 입력 및 출력 데이터에 대한 구조화된 형식으로, 하위 애플리케이션이 전달하고 파싱해야 하는 속성과 유형을 정의합니다.

SDK

소프트웨어 개발 키트: 사용하기 쉬운 추상화를 통해 API와 통합하기 위한 도구 및 라이브러리 모음입니다. 다음을 참조하세요. Python SDK 그리고 Inference SDK.

서버

Inference HTTP 인터페이스를 실행하는 장치로, 보통 Docker를 통해 포트 9001에서 실행됩니다. 다음을 참조하세요. 자가 호스팅 배포.

서버리스

리소스를 수동으로 관리하지 않고도 필요에 따라 리소스가 확장되는 실행 모델입니다. 전용과 대조됩니다. 사용량에 따라서만 과금됩니다. 다음을 참조하세요. 서버리스 호스팅 API.

전통적인 CV

머신 러닝 모델에 의존하지 않고 필터링이나 에지 검출 같은 전통적인 컴퓨터 비전 기법을 구현하는 Workflows의 블록입니다.

Universe

다른 사용자가 공개적으로 공유한 데이터셋, 사전 학습된 모델 및 기타 리소스의 대규모 컬렉션으로, Roboflow 생태계 내에서 사용할 수 있습니다. 다음을 참조하세요. Roboflow Universe.

가중치

주어진 입력에 대한 예측을 결정하는 머신 러닝 모델의 학습된 매개변수입니다.

워크플로

정의된 순서의 작업을 통해 데이터를 처리하고 결과를 생성하도록 설계된 상호 연결된 블록들의 시리즈입니다. 모델 연결, 상태 유지, 사용자 지정 로직 수행, 외부 시스템과의 통합에 사용됩니다. 다음을 참조하세요. Workflows.

워크스페이스

Roboflow에서 사용자가 데이터셋을 만들고, 모델을 학습하고, 워크플로를 구축하는 협업 환경입니다. 워크스페이스는 데이터의 컨테이너이자 좌석 및 API 키를 통한 접근 권한의 관리자입니다.