Label data
학습 데이터셋은 신뢰성있는 모델을 위한 중요한 요소이며, 시스템은 사용자에게 정확한 데이터셋을 구성할 수 있도록 relabel 도구를 제공합니다. dataset에 포함된 data들을 확인하며, 값이 오태깅되어 있는 경우 사용자가 원하는 값으로 재설정할 수 있도록 하여, 사용자가 수정된 값으로 학습되어지도록 합니다.
Relabel data
Dataset → Actions → Label Data
분류 문제를 해결하는 AI Solution을 위해 Label Data 기능을 제공합니다. Label Data 사용을 위해서 아래 조건들이 필요합니다.
- Edges, Local Dataset Source (Not Supported S3 Dataset)
- Dataset에 설정된 Solution에서 relabel 기능을 지원해야 합니다. (tabluar solution만 현재는 지원)
특히, Edge의 Inference Data로 Dataset을 생성하면 모델의 판정 정보(Score)를 참고하며, 모델이 불확실하게 판정한 데이터를 볼 수 있습니다. 불확실한 데이터에 대해 Labeling을 하여 보다 정교한 학습 Dataset을 만들어 보다 정확도 높은 모델을 준비할 수 있도록 합니다.
To relabel data
- Navigate to the Edge Conductor and login.
- In the left navigation pane, choose Dataset.
- select one dataset to relabel
- tab 'Actions' and, select 'Label Data' (if disable 'Label Data', solution mapped with this dataset doesn't support relabel function)
- check label values list, if need, edit label info (description, color, etc)
- Check the label value set for each data in the dataset and modify it if necessary.
Edit label values
사용자는 레이블 리스트 항목을 수정할 수 있습니다. 현재 Datatset에 대해 Label의 명칭이나 표현색(Color)을 변경할 수도 있고 새로운 Label을 추가하거나 기존 Label을 삭제할 수 있습니다. Label 정보가 변경된 경우, 변경이 있는 Label을 가진 Data 들에 대해서는 반드시 Re-labeling이 필요합니다. 사용자는 각각의 Data 마다 AI 추론 결과 대신 새로운 Label로 변경하거나, 기존에 Re-labeling 했던 결과에 대해서도 Label 값을 추가 변경할 수 있습니다. 예를들어, {정상,색불량} 이라고 레이블할 수 있다가, 사용자가 단차 불량이라고 새로운 레이블을 부여하여 {정상,색불량,단차불량} 으로 레이블 편집을 할 수 있습니다. 만일 {정상, 단차불량} 으로 레이블이 변경된 경우 이미 {색불량}으로 레이블된 데이터는 반드시 허용되는 값으로 다시 레이블링되어야 하며, DataSet을 저장할 때 시스템이 사용자에게 경고 가이드를 알립니다.
To edit label values
- Navigate to the Edge Conductor and log in.
- In the left navigation pane, choose Dataset.
- Select the dataset to edit.
- Click 'Actions' and select 'Edit Labels'.
- Modify the label names, descriptions, or colors as needed.
- If new labels are added or existing labels are modified, ensure all relevant data entries are re-labeled accordingly.
- Save the changes to update the dataset with the new label values.