> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/roboflow/roboflow-ko/annotate/annotation-tools.md).

# Roboflow Annotate

Roboflow Annotate는 이미지를 어노테이션할 수 있는 빠르고 안정적인 인터페이스를 제공합니다.

bounding boxes와 polygons를 사용해 이미지를 어노테이션할 수 있습니다.

### 어노테이션 방법

다음과 같은 방법으로 이미지를 어노테이션할 수 있습니다:

* bounding boxes/polygons/를 수동으로 그리기
* 사용 [AI Labeling](/roboflow/roboflow-ko/annotate/ai-labeling.md)

### Bounding Boxes vs. Polygons vs. Masks

bounding boxes와 polygons를 그리는 옵션 사이에서, 이 두 어노테이션 유형의 차이가 무엇인지 궁금할 수 있습니다.

Bounding boxes -- 이미지에서 관심 객체 주변에 그려진 박스 -- 는 polygons보다 그리기 쉬워 어노테이션 시간이 덜 듭니다. 반면 polygons는 더 정밀하며, 성능이 약간 향상될 수 있습니다.

segmentation 작업에서는 이미지에서 특정 항목을 정밀하게 분할하도록 모델을 학습시키기 때문에 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 어노테이션하는 방법을 보여줍니다.

### Project 유형 및 어노테이션

서로 다른 모델 유형에는 특정 어노테이션 형식이 필요합니다. 아래 표는 각 Project 유형과 호환되는 어노테이션을 보여줍니다. 가능할 때\
Roboflow는 어노테이션을 필요한 형식으로 자동 변환합니다(예: object detection을 위해 polygons를 bounding boxes로 변환).

| Project 유형  | 지원되는 어노테이션                    |
| ----------- | ----------------------------- |
| 객체 탐지       | Bounding Box, Polygon, Mask\* |
| 인스턴스 세그멘테이션 | Polygon, Mask                 |
| 시맨틱 세그멘테이션  | Polygon, Mask                 |
| 키포인트 감지     | Keypoints (skeleton)          |
| 분류          | 없음 (이미지 수준 레이블만)              |

*\*Polygons와 masks는 자동으로 bounding boxes로 변환됩니다.*\ <br>

**주요 차이점**

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