Roboflow Annotate

컴퓨터 비전 프로젝트에 사용할 이미지를 annotation하세요.

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

bounding boxes와 polygons를 사용하여 이미지를 주석 처리할 수 있습니다.

주석 방법

다음 방법으로 이미지를 주석 처리할 수 있습니다:

• bounding boxes/polygons를 수동으로 그리기/

• 사용 AI Labeling

Bounding Boxes vs. Polygons vs. Masks

bounding boxes와 polygons를 그리는 옵션이 있다면, 이 두 주석 유형의 차이가 무엇인지 궁금할 수 있습니다.

bounding boxes는 -- 이미지에서 관심 대상 객체 주위를 둘러 그리는 박스 -- polygons보다 그리기 쉬워, 주석에 드는 시간이 더 적습니다. 반면 polygons는 더 정밀하며, 성능이 약간 향상될 수 있습니다.

segmentation 작업의 경우, 이미지에서 특정 항목을 정밀하게 분할하도록 모델을 학습하기 때문에 polygons 또는 masks를 사용해야 합니다. Masks는 픽셀 단위의 완벽한 제어가 필요할 때 복잡한 경계에 대해 가장 높은 충실도를 제공합니다.

Roboflow 문서의 이 섹션에서는 위의 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. 가능한 경우, Roboflow는 주석을 필요한 형식으로 자동 변환합니다(예: object detection을 위한 polygons를 bounding boxes로 변환).

프로젝트 유형	지원되는 주석
Object Detection	Bounding Box, Polygon, Mask*
Instance Segmentation	Polygon, Mask
Semantic Segmentation	Polygon, Mask
키포인트 감지	Keypoints (skeleton)
Classification	없음 (이미지 수준 레이블만)

*Polygons와 masks는 자동으로 bounding boxes로 변환됩니다.

주요 차이점

• Instance vs Semantic Segmentation: Instance는 개별 객체를 구분하고, Semantic은 동일한 클래스의 모든 객체를 하나의 엔터티로 처리합니다.

• Single vs Multi-Label Classification: Single은 이미지당 하나의 클래스를 할당하고, Multi-Label은 이미지당 여러 클래스를 허용합니다.