높은 성능의 ML 모델을 훈련시키기 위해서는 정확하고 유의미한 데이터가 필수적이죠. 이미지, 텍스트, 비디오 등의 데이터를 ML 모델에 적합한 형태로 가공하기 위해 어노테이션 작업이 필요하고요. 이러한 어노테이션 작업을 통해 학습에 필요한 요소로 인지하며, 데이터의 신뢰성과 ML 모델의 성능에 큰 영향을 미치는 요소 중 하나가 됩니다.
이번 레터에서는 ML 모델의 고도화를 위한 첫 걸음인 에이모 '하이스펙 스튜디오'에 대해 이야기하려고 합니다. 😊
ML 모델을 개발하기 위해서는 다양한 데이터 환경과 요구 상황을 고려해야 합니다. 이에 따라 다양한 데이터 유형과 라벨링 방식이 필요합니다. 원천 데이터 어노테이션 작업은 ML 모델의 출발점이며, 데이터 작업의 품질과 신뢰성은 ML 모델의 성능에 큰 영향을 미칩니다.
하이스펙 스튜디오는 다양한 3D 유형을 안정적으로 지원합니다. Bounding Box, Rotated B-Box, Segmentation, Polygon, Poline 등 5가지 기본 라벨링 유형에 3D LIDAR Point Cloud와 Point Cloud Segmentation이 추가된 총 7가지의 라벨링 스펙을 제공합니다.
이러한 스펙은 다양한 유형의 작업 데이터를 가공할 수 있으며, ML 모델에 필요한 데이터로 범위를 확장시킵니다. 또한, Read more >
하이스펙 스튜디오는 2D 유형과 3D 유형을 함께 지원하여 센서 퓨전을 가능하게 합니다. 이를 통해 2D 데이터 작업물을 3D Point Cloud 프로젝트로 연동할 수 있으며, 3D 위치에 2D의 뷰를 동시에 확인할 수 있습니다. 이는 작업의 용이성과 정확성을 높여 최종 결과물의 품질 향상과 최종 검수에 편의를 제공합니다. Read more >
