Smart Labeler로 더 빠르게 이미지에 태그 지정
이 가이드에서는 Smart Labeler를 사용하여 이미지에 대해 제안된 태그를 생성하는 방법을 알아봅니다. 이렇게 하면 Custom Vision 모델을 학습할 때 많은 수의 이미지에 더 빠르게 레이블을 지정할 수 있습니다.
Custom Vision 모델용 이미지에 태그를 지정할 때 이 서비스는 모델의 최신 반복 학습을 사용하여 새 이미지의 레이블을 예측합니다. 또한 선택한 신뢰도 임계값 및 예측 불확실성을 기준으로 이러한 예측을 제안된 태그로 UI에 표시합니다. 그러면 제안을 확인하거나 변경할 수 있습니다. 이렇게 하면 학습을 위해 이미지에 수동으로 태그를 지정하는 프로세스가 빨라집니다.
Smart Labeler를 사용해야 할 때
다음 제한 사항에 유의합니다.
- 태그가 이미 한 번 학습된 이미지에 대해서만 제안된 태그를 요청해야 합니다. 막 학습하기 시작한 새 태그에 대한 제안은 받지 마세요.
Important
Smart Labeler 기능은 일반 예측과 동일한 가격 책정 모델을 사용합니다. 이미지 집합에 대해 제안된 태그를 처음으로 트리거할 때 예측 호출과 동일한 비용이 청구됩니다. 그 후 서비스는 선택한 이미지에 대한 결과를 30일 동안 데이터베이스에 저장하고 해당 기간 내에 언제든지 무료로 액세스할 수 있습니다. 30일 후 제안된 태그를 다시 요청하면 요금이 청구됩니다.
Smart Labeler 워크플로
다음 단계에 따라 Smart Labeler를 사용합니다.
- Custom Vision 프로젝트에 학습 이미지를 모두 업로드합니다.
- 각 태그에 대해 동일한 수의 이미지를 선택하여 데이터 세트 부분에 레이블을 지정합니다.
팁
나중에 제안할 모든 태그를 사용해야 합니다.
- 학습 프로세스를 시작합니다.
- 학습이 완료되었을 때 태그 없음 보기로 이동하고 왼쪽 창에서 제안된 태그 가져오기 단추를 선택합니다.
- 표시되는 팝업 창에서 제안을 원하는 이미지의 수를 설정합니다. 태그 없는 이미지의 일부에 대해서만 초기 태그 제안을 받아야 합니다. 이 프로세스를 반복하면 더 나은 태그 제안을 받게 됩니다.
- 제안된 태그를 확인하여 올바르지 않은 태그를 수정합니다.
팁
제안된 태그가 지정된 이미지는 예측 불확실성을 기준으로 정렬됩니다(값이 낮을수록 신뢰도가 높음). 불확실성을 기준으로 정렬 옵션으로 정렬 순서를 변경할 수 있습니다. 순서를 높음에서 낮음으로 설정하면 불확실성이 높은 예측을 먼저 수정한 다음 불확실성이 낮은 예측을 신속하게 확인할 수 있습니다.
이미지 분류 프로젝트에서 일괄적으로 태그를 선택하고 확인할 수 있습니다. 지정되어 있는 제안된 태그를 기준으로 보기를 필터링하고 태그가 잘못 지정된 이미지를 선택 취소한 다음 나머지를 일괄적으로 확인합니다.
갤러리에서 이미지를 선택하여 개별 이미지 모드에서 제안된 태그를 사용할 수도 있습니다.
개체 감지 프로젝트에서 일괄 확인은 지원되지 않지만 더 체계 있는 레이블 지정 환경을 위해 제안된 태그를 기준으로 필터링하고 정렬할 수 있습니다. 태그 없는 이미지의 썸네일에는 제안된 태그의 위치를 나타내는 경계 상자의 오버레이가 표시됩니다. 제안된 태그 필터를 선택하지 않은 경우 태그 없는 이미지는 모두 경계 상자를 오버레이하지 않고 표시됩니다.
개체 감지 태그를 확인하려면 갤러리의 개별 이미지별로 해당 태그를 적용해야 합니다.
- 학습 프로세스를 다시 시작합니다.
- 제안 품질에 만족할 때까지 위의 단계를 반복합니다.
다음 단계
빠른 시작을 따라 Custom Vision 프로젝트 만들기 및 학습을 시작합니다.