Roboflow Annotate 소개

컴퓨터 비전 프로젝트에서 사용할 이미지를 주석 처리하세요.

Roboflow Annotate는 이미지를 주석 처리할 수 있는 빠르고 견고한 인터페이스를 제공합니다.

바운딩 박스와 폴리곤을 사용하여 이미지를 주석 처리할 수 있습니다.

주석 방법

다음 방법으로 이미지를 주석 처리할 수 있습니다:

• 바운딩 박스/폴리곤을 수동으로 그리기/

• 사용하기 AI Labeling

바운딩 박스 vs. 폴리곤 vs. 마스크

바운딩 박스와 폴리곤 중 선택할 수 있을 때, 이 두 주석 유형의 차이가 무엇인지 궁금할 수 있습니다.

바운딩 박스—이미지에서 관심 객체 주위에 그리는 사각형—는 폴리곤보다 그리기 쉬워 주석 시간이 적게 듭니다. 반면 폴리곤은 더 정밀하여 성능이 약간 향상될 수 있습니다.

분할(segmentation) 작업의 경우 이미지에서 특정 항목을 정밀하게 분할하도록 모델을 학습시키기 때문에 폴리곤이나 마스크를 사용해야 합니다. 마스크는 픽셀 단위의 완벽한 제어가 필요할 때 복잡한 경계에 대해 가장 높은 충실도를 제공합니다.

Roboflow 문서의 이 섹션은 위에 나열된 각 방법을 사용하여 이미지를 주석 처리하는 방법을 보여줍니다.

프로젝트 유형 및 주석

서로 다른 모델 유형은 특정 주석 형식을 필요로 합니다. 아래 표는 각 프로젝트 유형과 호환되는 주석을 보여줍니다. 가능할 경우 Roboflow는 주석을 필요한 형식으로 자동 변환합니다(예: 객체 감지를 위해 폴리곤을 바운딩 박스로 변환).

프로젝트 유형	지원되는 주석
객체 감지(Object Detection)	바운딩 박스, 폴리곤, 마스크*
인스턴스 분할(Instance Segmentation)	폴리곤, 마스크
시맨틱 분할(Semantic Segmentation)	폴리곤, 마스크
키포인트 감지(Keypoint Detection)	키포인트(스켈레톤)
분류(Classification)	없음(이미지 수준 레이블만)

*폴리곤과 마스크는 자동으로 바운딩 박스로 변환됩니다.

주요 차이점

• 인스턴스 vs 시맨틱 분할: 인스턴스는 개별 객체를 구별하고, 시맨틱은 동일 클래스의 모든 객체를 하나의 단위로 취급합니다.

• 단일 vs 다중 레이블 분류: 단일은 이미지당 하나의 클래스를 할당하고, 다중 레이블은 이미지당 여러 클래스를 허용합니다.