메인 콘텐츠로 건너뛰기
잘 설계된 라벨 분류 체계는 모든 어노테이션 프로젝트의 기초입니다. 이 페이지는 객체 클래스를 구조화하고, 속성을 구성하고, 일관된 고품질 학습 데이터를 생성하는 계층 구조를 구축하는 방법을 다룹니다.

​
온톨로지란?

데이터 어노테이션의 맥락에서 온톨로지(또는 라벨 분류 체계)는 어노테이터가 데이터에 라벨을 붙이는 데 사용하는 클래스, 속성, 관계의 완전한 스키마입니다. 이는 다음을 정의합니다:
  • 라벨링할 대상 (객체 클래스)
  • 설명하는 방법 (속성과 속성)
  • 클래스 간의 관계 (계층 구조와 그룹화)
명확한 온톨로지는 어노테이터의 혼란을 줄이고, 어노테이터 간 합의를 개선하며, 모델을 위한 더 깨끗한 학습 데이터를 생성합니다.

​
객체 클래스

​
클래스 정의

Avala에서 프로젝트를 생성할 때, 클래스 목록으로 라벨 구성을 정의합니다: 
{
  "labels": [
    { "name": "car", "color": "#FF0000" },
    { "name": "pedestrian", "color": "#00FF00" },
    { "name": "cyclist", "color": "#0000FF" },
    { "name": "truck", "color": "#FFA500" },
    { "name": "bus", "color": "#800080" }
  ]
}
각 클래스에는 고유한 이름과 어노테이션 편집기에서 사용되는 표시 색상이 있습니다.

​
속성

속성은 객체 클래스 외에 각 어노테이션에 구조화된 메타데이터를 추가합니다.

​
속성 유형

유형설명사용 시기예시
드롭다운미리 정의된 목록에서 단일 선택상호 배타적 옵션차폐: none, partial, heavy
체크박스불리언 토글단순 예/아니오 플래그is_parked: true/false
텍스트자유 형식 문자열 입력고유 식별자 또는 설명번호판 번호
숫자수치 값측정 또는 카운트미터 단위 추정 거리
다중 선택목록에서 여러 선택동시적, 비배타적 상태가시: headlights, taillights, turn_signal

​
계층적 분류 체계

복잡한 도메인의 경우, 플랫 클래스 목록은 다루기 어려워집니다. 계층적 분류 체계는 관련 클래스를 상위 카테고리 아래에 그룹화합니다.

​
예시: 차량 분류 체계

Vehicle
├── Car
│   ├── Sedan
│   ├── SUV
│   └── Hatchback
├── Truck
│   ├── Pickup
│   └── Semi
├── Bus
│   ├── City Bus
│   └── School Bus
└── Motorcycle

​
온톨로지 설계 체크리스트

검사질문
완전성모델이 탐지해야 하는 모든 객체에 클래스가 있는가?
상호 배타성어노테이터가 항상 모호함 없이 정확히 하나의 클래스를 할당할 수 있는가?
속성 커버리지학습에 필요한 모든 속성이 속성으로 캡처되는가?
일관된 세분화같은 수준의 클래스가 동등하게 구체적인가?
어노테이터 명확성새로운 어노테이터가 이름만으로 각 클래스를 이해할 수 있는가?
모델 정렬분류 체계가 모델 아키텍처가 기대하는 것과 일치하는가?
확장성나중에 구조 변경 없이 새 클래스를 추가할 수 있는가?

​
다음 단계

핵심 개념

Avala 플랫폼의 기본 구성 요소를 검토하세요.

품질 관리

어노테이션 품질을 검증하기 위한 리뷰 워크플로우를 설정하세요.