1. 데이터의 중요성

좋은 모델을 얻기 위해서는 일관된 방식으로 고르게 라벨링된 데이터가 필수적

1.1 데이터의 양과 질

Data

모델 학습과정 -Supervised Learning

1.2 양질의 데이터를 확보하려면?

좋은데이터란?
1) 골고루 모여 있고
2) 일정하게 라벨리된 데이터

2.CV 데이터 제작 도구들

2.1 Labelme

https://github.com/wkentaro/labelme
오픈소르 소프트웨어. polygon, circle, rectangle,line, point의 annotation 가능

2.2 CVAT(Computer Visaion Annotation Tool)

https://kr.datature.io/intellibrush?utm_source=google&utm_medium=cpc&utm_campaign=20166353027&utm_term=cvat&gad_source=1&gclid=Cj0KCQjwsoe5BhDiARIsAOXVoUuf-xywrd6yNp24Ly7gt-NlWsv2mf31Tk6CDOQuM5oF9WIKg2I7sioaAo2cEALw_wcB

Intel OpenVINO팀에서 제작한 공개 computer vision 데이터 제작 도구, 여러 작업자가 동시에 작업 가능.

2.3 Hasty Labeling Tool

• 웹에서 편하게 모든 작업 가능
• annotation도구는 전체 솔루션의 일부이고, 데이터제작/모델학습/서빙/모니터링까지 전체를 쉽게 할 수 있는 솔루션제공

2.4 서비스 비교

Text(ORC) Annotation 관점 서비스 비교