차원 축소

중첩 데이터를 단일 목록으로 집계하여 차원성을 축소합니다.

중첩된 배치 데이터를 차원 수를 n레벨에서 n-1레벨로 줄여 평탄화하고, 중첩 리스트를 하나의 평평한 리스트로 집계하여 데이터 집계, 배치 평탄화, 차원 축소 워크플로를 가능하게 합니다. 여기서는 중첩된 배치 출력(예: 동적으로 자른 이미지의 분류 또는 OCR 결과)을 후속 처리를 위해 단일 레벨 배치로 축소해야 합니다.

이 블록의 작동 방식

이 블록은 중첩 리스트를 한 단계 평탄화하여 배치 데이터의 차원을 축소합니다. 이 블록은:

1. 차원 n레벨의 배치 데이터(중첩 배치 구조)를 받습니다

2. 중첩 구조를 평탄화합니다:

   • 중첩된 배치 구조의 모든 요소를 가져옵니다

   • 이를 하나의 평평한 리스트로 연결합니다

   • 데이터 구조에서 중첩 한 단계를 제거합니다

3. 차원을 줄입니다:

   • n레벨의 입력 데이터(예: 리스트의 리스트)

   • n-1레벨의 출력 데이터(예: 단일 리스트)

   • 모든 데이터 요소는 유지하고 중첩 구조만 제거합니다

4. 평탄화된 출력을 반환합니다:

   • 중첩된 입력의 모든 요소를 포함한 단일 리스트를 출력합니다

   • 요소는 순서대로 유지됩니다(순차적으로 평탄화됨)

   • 출력 차원은 입력보다 한 단계 낮습니다

이 블록은 동적으로 자른 이미지나 중첩 배치 구조를 만드는 다른 작업을 다룰 때 특히 유용합니다. 예를 들어, 각 이미지에서 여러 객체를 자르면 중첩 배치(레벨 2)가 생성됩니다. 즉, 각 요소가 다시 여러 자르기 결과의 리스트인 리스트가 됩니다. 해당 자르기 결과의 분류 결과도 중첩 배치를 이룹니다. Dimension Collapse 블록은 이 중첩 구조를 단일 레벨 배치(레벨 1)로 평탄화하여 모든 결과를 함께 다룰 수 있게 합니다.

일반적인 사용 사례

• 분류 결과 집계: 동적으로 자른 이미지의 분류 결과를 하나의 리스트로 집계합니다(예: 이미지의 자르기 결과를 분류한 다음 모든 결과를 집계, 여러 자르기 결과의 분류 결과를 수집, 중첩된 분류 출력을 평탄화), 분류 집계 워크플로를 가능하게 합니다

• OCR 결과 집계: 동적으로 자른 텍스트 영역의 OCR 결과를 하나의 리스트로 집계합니다(예: 이미지의 자르기 결과에 OCR을 수행한 다음 모든 텍스트 결과를 집계, 여러 자르기 결과의 OCR 결과를 수집, 중첩된 OCR 출력을 평탄화), OCR 집계 워크플로를 가능하게 합니다

• 배치 평탄화: 후속 처리를 위해 중첩된 배치 구조를 평탄화합니다(예: 분석을 위해 중첩 배치를 평탄화, 저장을 위해 배치 차원 축소, 필터링을 위해 중첩 구조 축소), 배치 평탄화 워크플로를 가능하게 합니다

• 데이터 집계: 중첩된 배치 작업의 결과를 평평한 리스트로 집계합니다(예: 중첩 작업의 결과 집계, 중첩 배치의 출력 수집, 중첩 작업 결과 평탄화), 데이터 집계 워크플로를 가능하게 합니다

• 차원 축소: 후속 블록의 요구 사항에 맞도록 배치 차원을 줄입니다(예: 레벨 1 입력을 요구하는 블록을 위해 차원 축소, 호환성을 위해 중첩 배치 평탄화, 워크플로 연결을 위해 차원 조정), 차원 조정 워크플로를 가능하게 합니다

• 결과 수집: 중첩된 처리 작업의 결과를 수집하고 평탄화합니다(예: 중첩 처리 결과 수집, 작업 출력 평탄화, 중첩 작업 데이터 집계), 결과 수집 워크플로를 가능하게 합니다

다른 블록에 연결하기

이 블록은 중첩된 배치 데이터를 받아 평탄화된 배치 데이터를 생성합니다:

• 중첩 배치를 생성하는 블록 뒤에 (자르기 블록, 자르기 결과에 대한 분류, 자르기 결과에 대한 OCR)에서 중첩 결과를 평탄화합니다(예: 자른 뒤 분류한 다음 평탄화, OCR 후 평탄화, 중첩 배치 처리 후 축소), 중첩→평탄 워크플로를 가능하게 합니다

• 단일 레벨 배치가 필요한 블록 앞에 평탄화된 데이터를 제공하기 위해(예: 필터링 전에 평탄화, 저장 전에 축소, 분석 전에 집계), 평탄→처리 워크플로를 가능하게 합니다

• 데이터 저장 블록 앞에서 집계된 평탄화 결과를 저장하기 위해(예: 집계된 분류 저장, 평탄화된 OCR 결과 저장, 축소된 배치 데이터 기록), 집계→저장 워크플로를 가능하게 합니다

• 분석 블록 이전 집계된 결과를 분석하기 위해(예: 집계된 분류 분석, 평탄화된 데이터에 대한 분석 수행, 축소된 배치 처리), 집계→분석 워크플로를 가능하게 합니다

• 필터링 블록 이전 평탄화된 집계 데이터를 필터링하기 위해(예: 집계 결과 필터링, 축소된 배치에 필터 적용, 평탄화된 데이터 처리), 집계→필터 워크플로를 가능하게 합니다

• 워크플로 출력에서 집계된 평탄화 결과를 최종 출력으로 제공하기 위해(예: 집계된 분류 출력, 평탄화된 OCR 출력, 축소된 배치 출력), 집계 출력 워크플로를 가능하게 합니다

요구 사항

이 블록은 차원 n레벨의 배치 데이터(중첩 배치 구조)를 필요로 합니다. 이 블록은 입력 매개변수에 대해 배치 캐스팅을 자동으로 처리합니다. 이 블록은 출력 차원을 1레벨 줄입니다(n레벨에서 n-1레벨로). 중첩 구조의 모든 요소는 유지되며 하나의 리스트로 평탄화됩니다. 이 블록은 어떤 데이터 유형과도 동작하며, 개별 요소를 수정하지 않고 중첩된 리스트 구조만 평탄화합니다. 출력은 중첩된 입력의 모든 요소를 포함하는 단일 레벨 배치이며, 중첩 구조에 나타나는 순서대로 정렬됩니다.

유형 식별자

단계에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/dimension_collapse@v1 워크플로우에 이 블록을 단계로 추가하려면.

속성

이름	유형	설명	참조
name	str	이 단계에 대한 고유 식별자를 입력하세요..	❌

이 참조 열은 워크플로우 런타임에서 사용 가능한 동적 값으로 속성을 매개변수화할 수 있는 가능성을 나타냅니다 워크플로우 런타임입니다. 자세한 내용은 바인딩 을 참조하세요.

입력 및 출력 바인딩

사용 가능한 연결은 바인딩 유형에 따라 달라집니다. 어떤 바인딩 유형인지 확인하세요 차원 축소 버전 v1 을 가지고 있는지.

입력 및 출력 바인딩

• 입력

  • 데이터 (*): 차원 n레벨의 단계 출력(중첩 배치 구조)을 참조하여 n-1레벨로 평탄화하고 축소합니다. 입력은 각 중첩 레벨이 배치 차원을 나타내는 중첩 배치(예: 리스트의 리스트)여야 합니다. 이 블록은 모든 중첩 요소를 하나의 평평한 리스트로 연결하여 이 구조를 평탄화합니다. 일반적인 사용 사례: 자른 이미지의 분류 결과(레벨 2 → 레벨 1), 자른 영역의 OCR 결과(레벨 2 → 레벨 1), 또는 평탄화가 필요한 어떤 중첩 배치 구조입니다..

• 출력

  • 출력 (list_of_values): 모든 유형의 값 목록.

예시 JSON 정의

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/dimension_collapse@v1",
	    "data": "$steps.classification_step.predictions"
	}