# Project 만들기

모델을 학습하기 전에 Project를 생성해야 합니다.

Project에는 이미지와 주석이 포함됩니다. 이 데이터는 이후 dataset version으로 변환할 수 있으며, dataset version은 시간이 멈춘 듯 고정된 데이터의 스냅샷입니다. 그런 다음 버전을 사용하여 모델을 학습할 수 있습니다.

### Project 생성

먼저 Roboflow dashboard로 이동하세요. 그런 다음 "Create New Project"를 클릭하세요:

<figure><img src="/files/46b414d9f944569c9d4726f50ba6641675c87664" alt=""><figcaption></figcaption></figure>

새 project를 생성할 수 있는 페이지로 이동하게 됩니다:

<figure><img src="/files/993dba2d3ea13b4c3b8150da83320da548168245" alt=""><figcaption></figcaption></figure>

이 페이지에서 다음 항목을 입력해야 합니다:

1. **project 유형**.
   1. ***객체 감지***: 이미지에서 객체의 위치를 찾습니다.
   2. ***Single-Label Classification***: 제한된 범주의 집합이 주어졌을 때, 이미지에 레이블을 지정합니다.
   3. ***Multi-Label Classification***: 제한된 범주의 집합이 주어졌을 때, 이미지와 관련된 임의 개수의 레이블을 지정합니다.
   4. ***인스턴스 세그멘테이션***: 픽셀 수준에서 이미지 내 객체의 위치를 찾습니다.
   5. ***시맨틱 세그멘테이션***: 픽셀 수준에서 이미지 내 객체의 위치를 찾고, 발견된 각 객체에 대해 고유한 참조를 생성합니다.
   6. ***Keypoint Detection***: 이미지에서 객체와 그 keypoints의 위치를 찾습니다. 일반적으로 객체의 pose를 결정하는 데 사용됩니다.
2. **project 이름:** project의 이름입니다.
3. **Annotation group:** 이미지에서 감지하는 항목을 분류하는 레이블입니다(예: "chess pieces", "vehicles", "defects"). 동일한 annotation group을 공유하는 Projects는 class list와 annotations도 공유합니다. 자세한 내용은 [Annotation Groups](/roboflow/roboflow-ko/datasets/annotation-groups.md) 를 참조하세요.

이 값들을 지정했으면, 폼을 제출하여 project를 생성하세요.

*지원되는 다른 유형의 project를 보고 싶다면, project type 드롭다운에서 옵션을 선택하여 관심을 표시할 수 있습니다.*

{% hint style="info" %}
무료 요금제를 사용 중이라면, datasets와 models는 [Roboflow Universe에서 제공됩니다](/roboflow/roboflow-ko/universe/what-is-roboflow-universe.md). 유료 요금제를 사용 중이라면 private projects를 생성할 수 있습니다. private projects는 오직 Workspace에서만 접근할 수 있으며 공개되지 않습니다.
{% endhint %}


---

# 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/create-a-project.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.