데이터셋 분석

Dataset Analytics는 프로젝트와 연관된 데이터셋에 대한 다양한 통계를 보여줍니다. 다음과 같은 정보를 확인할 수 있습니다:

• 데이터셋에 포함된 이미지 수;

• 주석(annotations) 수;

• 평균 이미지 크기;

• 중앙값 이미지 비율;

• 누락된 주석 수;

• null 주석 수;

• 데이터셋 전체의 이미지 크기;

• 객체 개수 히스토그램, 그리고;

• 주석 위치의 히트맵.

Dataset Analytics를 사용하면 데이터셋에 대한 다양한 인사이트를 얻을 수 있습니다. 예를 들어, null 주석이 없다면 작업 중인 프로젝트에 따라 일부를 추가하는 것을 고려할 수 있습니다. 누락된 주석이 있는 이미지가 있다면, 필요한 주석을 추가하기 위해 더 깊이 살펴볼 수 있습니다.

프로젝트의 Dataset Analytics를 보려면, 프로젝트의 왼쪽 사이드바에서 "Analytics"를 클릭하세요:

그러면 Dataset Analytics 탭이 열립니다:

이 페이지에서 다음을 볼 수 있습니다:

• train, test, valid 데이터셋의 이미지에 포함된 클래스 수의 분포.

• 데이터셋 내 이미지의 크기와 종횡비 개요.

• 주석이 가장 많이 위치한 곳을 보여주는 히트맵.

• 데이터셋의 각 이미지에 몇 개의 클래스가 주석 처리되어 있는지 보여주는 히스토그램.

Dimension Insights

Dimension Insights 섹션은 데이터셋의 원본 이미지 크기와 종횡비를 설명합니다.

프로젝트 버전을 생성할 때 Resize 증강을 적용하면(대부분의 사용 사례에서 강력히 권장) 해당 버전의 이미지는 크기가 조정되지만, 원본 이미지는 그대로 유지됩니다.

Annotation Heat Map

모델을 학습시킬 때, 데이터셋이 모델이 배포될 환경을 잘 대표하는 것이 중요합니다.

만약 모델이 주석이 카메라 프레임 어디에서나 나타날 수 있는 환경에 배포된다면—예를 들어, 다양한 크기의 객체가 실시간으로 움직이는 공장 라인이나, 휴대폰으로 촬영한 이미지 등—이미지 내 다양한 위치에 나타나는 객체를 주석 처리하는 것이 중요합니다.

이미지의 여러 부분에 객체를 라벨링하면, 모델이 특정 위치의 객체만 인식하도록 과적합되는 것을 방지할 수 있습니다.

Annotation Heat Map은 이미지 내에서 주석이 더 많거나 적은 위치를 보여줍니다. 이를 통해 데이터셋 주석이 특정 위치에 너무 집중되어 있는지 확인할 수 있습니다.

히트맵에서 영역을 드래그하면 선택한 범위의 이미지를 볼 수 있습니다:

이미지별 객체 개수 히스토그램

각 이미지에 몇 개의 주석 객체가 나타나는지의 분포를 보여줍니다.

모델에 입력되는 이미지에 객체가 여러 개 있을 수 있다면, 데이터셋에 다양한 객체 개수를 가진 이미지가 포함되어 있는지 확인하는 것이 좋습니다. 이렇게 하면 모델이 관심 객체가 없는 이미지, 하나 있는 이미지, 여러 개 있는 이미지 모두에 잘 일반화할 수 있습니다.

다음은 히스토그램 예시입니다:

히스토그램의 막대를 선택하면 해당 개수의 객체가 있는 이미지를 볼 수 있습니다: