> ## Documentation Index
> Fetch the complete documentation index at: https://avala.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 라벨 분류 체계 및 온톨로지

> 클래스, 속성, 계층 구조를 사용하여 효과적인 라벨 분류 체계 설계하기

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:

```json theme={null}
{
  "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

| 유형        | 설명                | 사용 시기        | 예시                                            |
| --------- | ----------------- | ------------ | --------------------------------------------- |
| **드롭다운**  | 미리 정의된 목록에서 단일 선택 | 상호 배타적 옵션    | 차폐: `none`, `partial`, `heavy`                |
| **체크박스**  | 불리언 토글            | 단순 예/아니오 플래그 | `is_parked: true/false`                       |
| **텍스트**   | 자유 형식 문자열 입력      | 고유 식별자 또는 설명 | 번호판 번호                                        |
| **숫자**    | 수치 값              | 측정 또는 카운트    | 미터 단위 추정 거리                                   |
| **다중 선택** | 목록에서 여러 선택        | 동시적, 비배타적 상태 | 가시: `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

| 검사            | 질문                                       |
| ------------- | ---------------------------------------- |
| **완전성**       | 모델이 탐지해야 하는 모든 객체에 클래스가 있는가?             |
| **상호 배타성**    | 어노테이터가 항상 모호함 없이 정확히 하나의 클래스를 할당할 수 있는가? |
| **속성 커버리지**   | 학습에 필요한 모든 속성이 속성으로 캡처되는가?               |
| **일관된 세분화**   | 같은 수준의 클래스가 동등하게 구체적인가?                  |
| **어노테이터 명확성** | 새로운 어노테이터가 이름만으로 각 클래스를 이해할 수 있는가?       |
| **모델 정렬**     | 분류 체계가 모델 아키텍처가 기대하는 것과 일치하는가?           |
| **확장성**       | 나중에 구조 변경 없이 새 클래스를 추가할 수 있는가?           |

## 다음 단계

<CardGroup cols={2}>
  <Card title="핵심 개념" icon="book" href="/docs/ko/getting-started/concepts">
    Avala 플랫폼의 기본 구성 요소를 검토하세요.
  </Card>

  <Card title="품질 관리" icon="shield-check" href="/docs/annotation/guides/quality-control">
    어노테이션 품질을 검증하기 위한 리뷰 워크플로우를 설정하세요.
  </Card>
</CardGroup>