자신이 작업하고자 하는 프로젝트 안으로 들어가면 왼쪽에 Upload Data라는 메뉴가 있다.
여기서 자신이 라벨링하고자 하는 이미지의 폴더, 파일을 업로드해준다.
이렇게 업로드를 해주고 나면 왼쪽 Annotated 메뉴에 Unassigned에 방금 업로드된 폴더, 파일이 들어와있음을 확인할 수 있다.
내가 업로드한 폴더를 눌러준 뒤, 수동으로 라벨링을 하는거라면 Manual Labeling을 눌러준 뒤, 아래의 사진과 같이 class를 만들고 라벨링을 해준다.
나는 특정 몇개의 이미지들만 라벨링을 해준 뒤, 전체 데이터를 Auto Labeling할 계획이다.
이렇게 라벨링 중인 폴더들은
다음과 같이 뜬다.
라벨링이 완료되면 밑의 사진과 같이 오른쪽 위에 Add to Dataset 버튼을 눌러준다.
버튼을 눌러주면 이렇게 Train, Valid, Test 중 어디로 넣을 건지 알려주는데, 나는 Train 폴더로 넣어주었다.
- Train: 모델을 학습시키기 위해 사용되는 데이터. 데이터셋의 70-80% 정도를 사용
- Valid: 학습 도중 모델의 성능을 확인하고 튜닝하기 위해 사용하는 데이터
- Test: 최종 모델이 얼마나 잘 작동하는지 평가할 때 사용
이렇게 추가해주고 나면 Dataset에 잘 추가되었음을 확인할 수 있다.
공부 기록 공간 '◡'