데이터 라벨링 툴 소개 (feat. BlackOlive)
데이터 라벨링이란?이미지, 영상, 텍스트 등의 데이터에
사람이 데이터 가공 도구를 활용하여인공지능이 학습할 수 있도록
다양한 정보를 목적에 맞게 입력하는 것을 의미합니다.
더욱 쉽게 설명하자면
자동차에 박스를 그리고
‘자동차’로 표시를 해 주는 것이 데이터 라벨링입니다.
"게임은 아이템 빨" 이라는 말이 있듯이
데이터 라벨링을 효과적으로 하기 위해서는
학습 데이터에 맞게 라벨링 기능을
가진 도구를 활용하는 것 입니다.
데이터 라벨링이 쉬워 보일 수도 있지만,
데이터 입력 기준에 맞춰 라벨링을
진행해야 하기 때문에 집중력과 섬세함이 요구됩니다.
인공지능을 학습시키기 위해서는
정확한 데이터가 필요하며
잘못된 학습 데이터는
인공지능을 망치는 데이터가 될 수 있기 때문입니다.
인공지능 학습을 위한 데이터 형식은
이미지, 영상, 소리, 문서 등과 같이 다양합니다.
데이터 라벨러는 각 데이터 형식에 맞는
도구의 기능과 가이드를 따라
양질의 데이터 라벨링 작업을 할 수 있습니다.
무엇보다, 사용자 입장에서 쉽고 빠르게
활용할 수 있는 도구를 활용하면
다양한 형식의 데이터를
고객이 요청하는 파일 형식으로
빠르게 생성할 수 있습니다.
온라인 알바 및 디지털 신생 일거리로 핫한 데이터 라벨링 누구나 aiworks 플랫폼 상에서 기본 가이드에 따라 blackolive 가공 도구를 활용하여 쉽게 참여할 수 있습니다.
-Black Olive-
이렇게 본인의 툴이 좋다고 써 보라고 자랑하는데..
정확히 어떤 기능이 있는지 살펴볼까요?
블랙올리브 주요 기능 8가지
1. Bounding Box
물체를 직사각형 모양의 박스 안에 포함되도록 그리는 라벨링 방법
* 데이터 라벨링 작업에서 가장 일반적으로 사용됩니다.
2. Polygon
다각형 모양으로 객체의 가시 영역 외곽선을 따라 점을 찍어 그리는 라벨링 방법
*개체 이외의 포함된 빈공간으로 인해 발생할 수 있는 오류에 대응할 수 있는 기능입니다.
3. Polyline
여러 개의 점을 가진 선을 활용하여 특정 영역을 라벨링
* 인도, 차선 등을 구분하기 위해 사용됩니다.
4. Point
특정 지점을 라벨링
* 안면 인식을 통한 감정 분석과 같이 정밀하고 섬세한 작업을 요구하는 기술입니다.
5. Cuboid
2D로 작업할 수 없는 3D 객체들을 정육면체로 생성하는 라벨링 방법
6. Body
몸에 객체를 생성하는 방법
*전체적인 모션 캡쳐나 이상행동 등 사람의 움직임을 검출할 필요가 있는 경우 사용
7. Face
얼굴에 객체를 생성하는 방법
*얼굴의 특징점을 검출할 필요가 있는 경우 사용
8. Hands
수어 등의 손의 움직임을 파악하기 위해 손의 마디를 검출할 필요가 있는 경우 사용
