# 데이터셋 분석

Dataset Analytics는 프로젝트와 연결된 데이터셋에 대한 다양한 통계를 보여줍니다. 다음 정보를 확인할 수 있습니다:

* 데이터셋의 이미지 수;
* 어노테이션 수;
* 평균 이미지 크기;
* 이미지 비율의 중앙값;
* 누락된 어노테이션 수;
* null 어노테이션 수;
* 데이터셋 전체의 이미지 차원;
* 객체 수 히스토그램 및;
* 어노테이션 위치의 히트맵.

Dataset Analytics를 사용하면 데이터셋에 대한 다양한 인사이트를 얻을 수 있습니다. 예를 들어 null 어노테이션이 없다면, 작업 중인 프로젝트에 따라 몇 개를 추가하는 것을 고려할 수 있습니다. 누락된 어노테이션이 있는 이미지가 있다면, 필요한 어노테이션을 추가하기 위해 더 자세히 살펴볼 수 있습니다.

프로젝트의 Dataset Analytics를 보려면, 프로젝트 왼쪽 사이드바에서 "Analytics"를 클릭하세요:

<figure><img src="/files/7f5b7e91c85f7a5a77268b6d7ce205c45349b188" alt=""><figcaption></figcaption></figure>

그러면 Dataset Analytics 탭이 열립니다:

<figure><img src="/files/f1e5d57d210fd4cf23c0a0b1385c7a2f473cdf53" alt=""><figcaption></figcaption></figure>

이 페이지에서는 다음을 볼 수 있습니다:

* train, test, valid 데이터셋의 이미지 내 클래스 수에 대한 분류.
* 데이터셋의 이미지 크기와 종횡비에 대한 개요.
* 어노테이션이 가장 많이 있는 위치를 보여주는 히트맵.
* 데이터셋의 각 이미지에 얼마나 많은 클래스가 어노테이션되어 있는지 보여주는 히스토그램.

### Dimension Insights

Dimension Insights 섹션은 데이터셋의 원본 이미지 크기와 종횡비를 설명합니다.

프로젝트 버전을 만들 때 Resize augmentation을 적용하면 — 거의 모든 사용 사례에서 강력히 권장합니다 — 해당 버전의 이미지는 크기가 조정되지만, 원본 이미지는 그대로 유지됩니다.

<figure><img src="/files/3a29107be19d9acfeb00c99c20e6007e2b9ec553" alt=""><figcaption></figcaption></figure>

### Annotation Heat Map

모델을 학습할 때는 데이터셋이 모델이 배포될 환경을 대표해야 합니다.

모델이 어노테이션이 카메라 프레임 어디에나 나타날 수 있는 환경에 배포될 경우 — 예를 들어 서로 다른 크기의 객체가 실시간으로 움직이는 공장 라인, 또는 휴대폰으로 촬영한 객체 이미지처럼 — 이미지의 서로 다른 위치에 나타나는 객체를 어노테이션하는 것이 중요합니다.

이미지의 서로 다른 부분에 있는 객체를 라벨링하면 모델이 특정 위치의 객체만 식별하도록 과적합되는 것을 방지할 수 있습니다.

Annotation Heat Map은 이미지에서 어노테이션이 더 많거나 적은 위치를 보여줍니다. 이를 통해 데이터셋 어노테이션이 특정 위치에 지나치게 집중된 경우를 식별할 수 있습니다.

<figure><img src="/files/6745c77f201eec4e90671fb19dbfc672538bb774" alt=""><figcaption></figcaption></figure>

Heat Map의 영역을 드래그하면 선택한 범위의 이미지를 볼 수 있습니다:

<figure><img src="/files/f1f79c11ae4d28b058d4137ea3b708c3a341d22d" alt=""><figcaption></figcaption></figure>

### 이미지별 객체 수 히스토그램

각 이미지에 어노테이션된 객체가 몇 개씩 나타나는지에 대한 분포를 보여줍니다.

모델에 입력하는 이미지에 객체의 여러 인스턴스가 포함될 수 있다면, 데이터셋에 서로 다른 수의 객체 인스턴스를 포함한 이미지가 있도록 하는 것을 권장합니다. 이렇게 하면 관심 객체가 없거나, 하나 있거나, 여러 개 있는 이미지에 대해서도 모델이 잘 일반화되도록 할 수 있습니다.

여기 히스토그램의 예가 있습니다:

<figure><img src="/files/de7d3e85b1889f1a12e1722d2f666f8483b1af9c" alt=""><figcaption></figcaption></figure>

히스토그램의 막대 중 하나를 선택하여 해당 개수의 이미지를 볼 수 있습니다:

<figure><img src="/files/dcbd2d20d12c1d7db5dc143008675092a36be0f0" alt=""><figcaption></figcaption></figure>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.roboflow.com/roboflow/roboflow-ko/datasets/dataset-health-check.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.