# Roboflow Annotate

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

Bounding Boxes와 Polygons를 사용해 이미지를 주석 처리할 수 있습니다.

### Annotation Methods

다음과 같은 방법으로 이미지를 주석 처리할 수 있습니다:

* Bounding Boxes/Polygons를 수동으로 그리기
* 사용 [AI Labeling](/roboflow/roboflow-ko/annotate/ai-labeling.md)

### Bounding Boxes vs. Polygons vs. Masks

Bounding Boxes와 Polygons 중에서 선택할 수 있다면, 두 주석 유형의 차이가 무엇인지 궁금할 수 있습니다.

Bounding boxes는 이미지 내의 관심 객체 주위를 둘러 그린 박스로, Polygons보다 그리기 쉬워 주석에 걸리는 시간이 더 적습니다. 반면 Polygons는 더 정밀하며, 성능이 약간 향상될 수 있습니다.

Segmentation 작업의 경우, 모델이 이미지에서 특정 항목을 정밀하게 분할하도록 학습하므로 Polygons 또는 Masks를 사용해야 합니다. Masks는 픽셀 단위의 완벽한 제어가 필요할 때 복잡한 경계에 대해 가장 높은 정확도를 제공합니다.

Roboflow 문서의 이 섹션에서는 위의 각 방법을 사용해 이미지를 주석 처리하는 방법을 보여줍니다.

### Project Types and Annotations

다양한 모델 유형에는 특정한 주석 형식이 필요합니다. 아래 표는 각 Project Type과 호환되는 주석을 보여줍니다. 가능한 경우 Roboflow는 주석을 필요한 형식으로 자동 변환합니다(예: Object Detection을 위한 Polygons를 Bounding Boxes로 변환).

| Project Type       | 지원되는 주석                       |
| ------------------ | ----------------------------- |
| 객체 감지              | Bounding Box, Polygon, Mask\* |
| 인스턴스 세그멘테이션        | Polygon, Mask                 |
| 시맨틱 세그멘테이션         | Polygon, Mask                 |
| Keypoint Detection | Keypoints (skeleton)          |
| 분류                 | 없음(이미지 수준 레이블만)               |

*\*Polygons와 Masks는 자동으로 Bounding Boxes로 변환됩니다.*\ <br>

**주요 차이점**

* Instance Segmentation vs Semantic Segmentation: Instance는 개별 객체를 구분하고, Semantic은 동일한 클래스의 모든 객체를 하나의 엔티티로 취급합니다.
* Single vs Multi-Label Classification: Single은 이미지당 하나의 클래스를 지정하고, Multi-Label은 이미지당 여러 클래스를 허용합니다.


---

# 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/annotate/annotation-tools.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.