데이터 저장소와 업로드
이미지와 정형데이터 저장소를 생성하고, 파일 또는 폴더를 직접 업로드할 수 있습니다. 사용자 업로드와 장비 업로드를 구분해 데이터를 관리합니다.
INTRODUCING D-LAB FLOW
D-Lab Flow, AI 개발을 더 쉽게
데이터 준비부터 AI 모델 개발까지, D-Lab Flow가 복잡한 AI 개발 과정을 어떻게 하나의 흐름으로 연결하는지 영상으로 만나보세요.
수집 장치 연동
카메라, 센서와 엣지 장치의 연결 정보를 생성하고, 현장 데이터를 지정된 장비 업로드 저장소로 자동 수집할 수 있습니다.
데이터셋과 협업 라벨링
저장소의 데이터를 학습용 데이터셋으로 구성하고, 바운딩 박스와 폴리곤 라벨링을 수행합니다. 팀원별 작업 분배와 클래스 통계도 확인할 수 있습니다.
목적별 AI 프로젝트
객체 탐지, 인스턴스 분할과 정형데이터 분류 프로젝트를 생성하고, 프로젝트 목적에 맞는 데이터셋과 학습 조건을 설정합니다.
학습 버전과 성능 비교
하나의 프로젝트에서 여러 학습 버전을 생성하고, 데이터 전처리·증강·하이퍼파라미터 설정에 따른 결과를 비교할 수 있습니다.
모델 평가와 배포
평균정밀도, 정밀도와 재현율을 비교해 모델을 선택하고, PyTorch·ONNX·OpenVINO 형식으로 다운로드할 수 있습니다.
Admin
시스템 운영 관리
관리자는 사용자별 파일과 GPU 사용 현황을 확인하고, 전체 저장소·데이터셋·프로젝트·학습 요청 및 실패 현황을 통합적으로 관리할 수 있습니다.
사용자 현황저장소 및 파일데이터셋 현황프로젝트와 버전GPU 사용량학습 요청 및 실패
이전 버전v1.0 이전 버전 영상 보기
D-Lab Flow v1.0의 데이터 업로드, 데이터셋 구성과 AI 모델 학습 흐름을 확인할 수 있습니다. 현재 버전과 화면 구성 및 일부 기능이 다를 수 있습니다.