DS2.ai Docs(KR)
  • Quick Start Guide
  • getting started
    • 1️⃣DS2.ai 설치하기
    • 2️⃣데이터 업로드하기
    • 3️⃣라벨링 프로젝트 시작하기
    • 5️⃣학습 프로젝트 시작하기
    • #️⃣DS2.ai로 협업하기
  • user guide
    • 데이터셋
      • 데이터 저장소
        • 데이터 상세정보 보기
      • 데이터 추가하기
        • CSV 파일 예시
        • ZIP 파일 예시
      • 공공/샘플 데이터 활용하기
    • 라벨링
      • 라벨링 프로젝트 시작하기
      • 라벨링 프로젝트
        • 대시보드
        • 데이터 리스트
        • 클래스
        • 멤버
        • 내보내기
        • 설정
          • 검수진행여부
      • 수동 라벨링
        • 물체인식
        • 이미지 분류
        • 정형데이터 카테고리 분류
        • 정형데이터 연속값 분류
        • 자연어 분류
      • 오토 라벨링
        • 물체인식
          • CUSTOM AI
          • GENERAL AI
        • 이미지 분류
        • 정형데이터 카테고리 분류
        • 정형데이터 연속값 분류
        • 자연어 분류
    • 학습
      • 인공지능 개발하기 프로젝트 시작하기
      • 인공지능 개발하기 프로젝트
        • 데이터
        • 요약
        • 모델
        • 상세
      • 모델 학습하기
        • 지원하는 모델 학습
          • 카테고리 분류 모델(Classification)
          • 연속값 분류 모델(Regression)
          • 자연어 처리 모델(Natural Language)
          • 추천 시스템
          • 이미지 분류 모델(Image Classification)
          • 물체 인식 모델(Object Detection)
        • 모델 학습 조건 설정하기
          • 알고리즘 설정
          • 데이터셋 설정
        • AutoML로 학습하기
        • 수동 설정으로 학습하기
        • 코드 생성으로 학습하기
      • 모델 활용하기
        • 개별 예측
        • 일괄 예측
        • 이미지 예측
        • API 사용하기
        • 처방적 분석 활용하기
        • 디플로이
      • 프로젝트 공유하기
    • 배포
      • 모델 배포하기
        • 인공지능 모델을 업로드하여 배포
        • DS2.ai로 학습한 모델 배포
      • 대시보드
    • 주피터
      • 주피터 프로젝트
      • 주피터 프로젝트 시작하기
    • Account
      • 회원정보관리
      • 그룹 관리
      • 알림 내역
      • 관리자 모드
  • Recipes
    • 은행 과금 여부 예측 인공지능 생성하기
    • 의료 비용 예측 인공지능 생성하기
    • 이미지 분류 인공지능 생성하기
    • 대학원 입학 확률 예측하여 데이터 분석하기
    • 샘플 데이터를 전처리하여 영화 리뷰 긍정/부정 예측 모델 생성하기
  • SDK | Python
    • Overview
    • DS2
    • Dataconnector
    • Labelproject
    • Labelfile
    • Label
    • Labelclass
    • Project
    • Model
    • Jupyterproject
    • Jupyterserver
    • Opsproject
    • Opsmodel
    • Opsservergroup
    • Util
    • Asynctask
    • MarketModel
  • API
    • Overview
Powered by GitBook
On this page
  1. user guide
  2. 라벨링
  3. 라벨링 프로젝트

내보내기

Previous멤버Next설정

Last updated 2 years ago

라벨링된 데이터를 원하는 형식으로 다운로드 받을 수 있으며, 원본 이미지의 포함 여부를 선택할 수 있습니다.

원본 이미지를 포함하여 내보내기한 라벨링 데이터셋은 바로 데이터셋에 업로드하여 인공지능 개발하기 프로젝트를 시작할 수 있습니다.

  • COCO 저장 라벨링 데이터를 JSON 파일로 저장합니다. 이미지 포함을 체크하면 원본 이미지 파일을 함께 저장합니다.

  • VOC 저장 라벨링 데이터를 XML 파일로 저장합니다. 이미지 포함을 체크하면 원본 이미지 파일을 함께 저장합니다.

다른 질문이 있으신가요? 로 문의주시면 도움을 드립니다.

[email protected]