본문으로 건너뛰기

데이터셋 저장소 관리

데이터셋을 구성하는 기본 요소중 하나로 데이터셋에 사용될 파일 저장소를 선택할 수 있습니다.

기본적으로 사용자가 보유한 저장소가 리스트로 표현되며, 각 리스트 좌측의 슬라이드 버튼을 통해 선택하거나 해제할 수 있습니다.

목록에는 기본적인 저장소에 대한 정보를 확인할 수 있습니다.

  • 저장소 이름
  • 소유자
  • 저장소 타입
  • 해시태그
  • 파일 타입
  • 해상도
  • 파일수

각 항목에 대해서 다음과 같은 기능을 제공합니다.

  • (저장소 이름) 이동하기 : 해당 저장소의 데이터 업로드 화면으로 이동
  • (조작) 데이터셋 라벨링 업로드 : 해당저장소에 저장된 파일에 대한 라벨링 정보를 수동으로 업로드

라벨링 업로드​

소유한 저장소 파일에 대한 라벨링 정보를 시스템에 반영할 수 있는 기술을 제공합니다.

특정 저장소에 보관된 파일에 대한 라벨링정보를 한번에 업로드 하는 기능이며, 보관된 파일이름과, 업로드하는 라벨링내에 존재하는 파일명을 활용해 매칭합니다.

자동 클래스 생성 버튼을 통해 사전에 정의 되지 않은 클래스에 대한 라벨링 정보도 자동으로 반영할 수 있습니다. : 클래스 자동 생성

라벨링 업로드에 대한 절차는 다음과 같습니다.

    데이터 저장소에 사용 하고자하는 파일 데이터를 저장
    데이터 셋의 저장소 관리에서 해당되는 데이터 저장소 를 선택
    라벨링 정보 업로드 기능을 통해 라벨링 정보를 업로드

지원 라벨링 정보

현재는 PascalVOC 형태의 라벨링 업도르 기능만을 제공하며 추후 단계적으로 업데이트 예정

지원 라벨링 형식​

이미지 객체 탐지 데이터셋에서 널리 사용되는 Pascal VOC, YOLO, COCO 라벨링 형식을 지원합니다.

각 형식은 동일한 객체 탐지 정보를 표현하지만, 파일 구성 방식과 Bounding Box 좌표 표현 방법에 차이가 있습니다.

Pascal VOC​

이미지마다 XML 파일을 생성하여 이미지 정보, 객체 클래스, Bounding Box 좌표 등을 구조화하여 저장하는 형식

📁 파일 구성​

000001.jpg
000001.xml

이미지 파일과 동일한 이름의 XML 파일을 함께 사용합니다.

🏷️ 라벨 예시​

<annotation>
    <filename>000001.jpg</filename>

    <size>
        <width>416</width>
        <height>416</height>
        <depth>3</depth>
    </size>

    <object>
        <name>helmet</name>

        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <occluded>0</occluded>

        <bndbox>
            <xmin>149</xmin>
            <ymin>94</ymin>
            <xmax>192</xmax>
            <ymax>160</ymax>
        </bndbox>
    </object>

    <object>
        <name>helmet</name>

        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <occluded>0</occluded>

        <bndbox>
            <xmin>94</xmin>
            <ymin>161</ymin>
            <xmax>113</xmax>
            <ymax>194</ymax>
        </bndbox>
    </object>
</annotation>

하나의 XML 파일 안에 <object>를 여러 개 작성하여 한 이미지에 포함된 여러 객체를 표현할 수 있습니다.

📌 주요 정보​

항목설명
filename대상 이미지 파일명
size이미지의 너비, 높이, 채널 정보
object이미지에 포함된 객체 정보
name객체의 클래스명
pose객체의 자세 정보
truncated객체가 이미지 경계에 의해 잘렸는지 여부
difficult객체가 탐지하기 어려운 객체인지 여부
occluded다른 객체 등에 의해 가려졌는지 여부
xmin, yminBounding Box의 좌상단 좌표
xmax, ymaxBounding Box의 우하단 좌표

파일 형식: .xml

💡 특징: 사람이 XML 구조를 통해 내용을 쉽게 확인할 수 있으며, 객체의 클래스명과 Bounding Box 좌표를 직관적으로 표현할 수 있습니다.

YOLO​

이미지마다 TXT 파일을 생성하여 객체의 클래스 ID와 Bounding Box 정보를 한 줄씩 저장하는 간결한 형식

📁 파일 구성​

000001.jpg
000001.txt

이미지 파일과 동일한 이름의 TXT 파일을 사용합니다.

🏷️ 라벨 예시​

0 0.409856 0.305288 0.103365 0.158654
0 0.248798 0.426683 0.045673 0.079327

한 줄이 하나의 객체를 의미하며, 여러 객체가 있는 경우 여러 줄로 작성합니다.

📌 데이터 형식​

class_id  x_center  y_center  width  height
항목설명
class_id객체 클래스 번호
x_centerBounding Box 중심점의 X 좌표
y_centerBounding Box 중심점의 Y 좌표
widthBounding Box의 너비
heightBounding Box의 높이

💡 좌표값은 이미지의 너비와 높이를 기준으로 0~1 사이로 정규화됩니다.

예를 들어 이미지의 가로 길이가 416px인 경우, Bounding Box의 중심 X 좌표가 208px이라면 x_center = 0.5로 표현합니다.

파일 형식: .txt

COCO​

하나의 JSON 파일에서 이미지, 객체 Annotation, 클래스(Category) 정보를 ID로 연결하여 관리하는 형식

📁 파일 구성​

images/
└── 000001.jpg

annotations/
└── annotations.json

Pascal VOC나 YOLO와 달리 여러 이미지의 Annotation 정보를 하나의 JSON 파일에서 통합 관리할 수 있습니다.

🏷️ 라벨 예시​

{
  "images": [
    {
      "id": 1,
      "file_name": "000001.jpg",
      "width": 416,
      "height": 416
    }
  ],

  "annotations": [
    {
      "id": 1,
      "image_id": 1,
      "category_id": 1,
      "bbox": [149, 94, 43, 66],
      "area": 2838,
      "iscrowd": 0
    }
  ],

  "categories": [
    {
      "id": 1,
      "name": "helmet"
    }
  ]
}

COCO에서는 id를 이용해 이미지 → Annotation → Category를 연결합니다.

예를 들어:

images
  └─ id: 1
       ↓
annotations
  └─ image_id: 1
       └─ category_id: 1
              ↓
categories
  └─ id: 1
     name: helmet

📌 주요 정보​

항목설명
images이미지 ID, 파일명, 이미지 크기 등의 정보
annotations이미지에 포함된 객체의 Annotation 정보
image_idAnnotation이 어떤 이미지에 속하는지 나타내는 ID
category_id객체의 클래스를 나타내는 ID
bbox[x, y, width, height] 형식의 Bounding Box
areaBounding Box 또는 객체 영역의 면적
iscrowd군집 객체 여부
categories클래스 ID와 클래스명 정보

파일 형식: .json

💡 특징: 객체 탐지뿐만 아니라 Segmentation, Keypoint 등 다양한 Annotation 정보를 확장하여 표현할 수 있어 대규모 데이터셋에서 널리 사용됩니다.

형식별 비교​

구분Pascal VOCYOLOCOCO
라벨 파일XMLTXTJSON
파일 구성이미지별 XML이미지별 TXTAnnotation 통합 JSON
클래스 표현클래스명클래스 IDCategory ID
Bounding Boxxmin, ymin, xmax, ymaxx_center, y_center, width, heightx, y, width, height
좌표 방식절대 좌표 (픽셀)0~1 정규화 좌표절대 좌표 (픽셀)
여러 객체 표현여러 <object>여러 줄여러 annotations
주요 특징구조화된 XML간결하고 경량통합 관리 및 확장성
주요 활용객체 탐지 데이터셋YOLO 기반 학습대규모 비전 데이터셋

💡 한눈에 이해하기​

같은 helmet 객체를 표현하더라도 형식에 따라 저장 방식이 달라집니다.

                  동일한 객체
                      │
            ┌─────────┼─────────┐
            ▼         ▼         ▼
        Pascal VOC   YOLO      COCO
            │         │         │
            ▼         ▼         ▼
          XML       TXT       JSON
            │         │         │
            ▼         ▼         ▼
      클래스명 +    클래스 ID +   Category ID +
      픽셀 좌표     정규화 좌표    픽셀 좌표

즉, Pascal VOC는 사람이 읽기 쉬운 구조화된 XML, YOLO는 학습에 효율적인 경량 TXT, COCO는 다양한 Annotation을 통합 관리하기 위한 JSON이라는 차이가 있습니다.