플러스프로젝트 배경
[프로젝트 배경] 1) 문제점 - 인공지능 모델 개발을 위해 대량의 이미지 데이터를 관리해야 하나, 파일이 여러 위치에 흩어져 있어 찾기 어렵고 정리도 비효율적이었음 - 파일명이 제각각이라 중복되거나 누락된 데이터를 식별하기 힘들었음 - 라벨링 작업에 많은 시간이 소요되었고, 수작업 중심이라 정확도와 일관성을 유지하기 어려웠음 - 개인 PC나 팀원별로 데이터를 보관해 퇴사나 이동 시 데이터 유실
프로젝트 성과
이미지 데이터 통합 관리 시스템 구축
여러 위치에 분산되어 있던 이미지 데이터를 하나의 플랫폼에서 관리할 수 있게 통합하여, 데이터 접근성과 유지 관리 효율성을 대폭 향상시킴.
라벨링 시간 80% 이상 단축
AI 기반 자동 라벨링 기능(Classification, Keypoint, Bounding Box, Segmentation 지원)을 도입하여 수작업 라벨링 시간을 획기적으로 줄이고, 라벨링 품질도 균일하게 유지
AI 검색 및 질문 응답 기능 구현
이미지 임베딩 분석과 유사도 기반 검색 기능을 통해 유사 이미지를 빠르게 찾을 수 있으며, 사용자의 자연어 질문에 적절한 이미지로 응답하는 AI 인터페이스를 구현함.
데이터 유실 방지 및 업무 연속성 확보
이미지 데이터를 로컬이 아닌 서버 기반으로 보존함으로써, 퇴사나 부서 이동 등의 상황에서도 데이터가 유실되지 않고 지속 활용 가능하도록 함.
일반 사용자도 활용 가능한 쉬운 라벨링 UI 제공
개발 지식이 없는 사용자도 쉽게 사용할 수 있도록 직관적인 웹 기반 UI를 설계하고, Python SDK를 통해 고급 사용자도 편리하게 데이터 연동이 가능하게 구현함.
핵심 기능
이미지 데이터셋 통합 관리
다양한 위치에 분산된 이미지 데이터를 하나의 플랫폼에서 통합적으로 관리할 수 있도록 지원함
진행 단계
기획
2024.10.
데이터 라벨링과 관리의 어려움을 해결하기 위한 오픈소스 플랫폼 아이디어 도출
주요 타깃 사용자(개발자 + 일반인) 정의 및 요구 기능 정리
AI 기반 자동화 기능 및 통계 분석 기능 포함 여부 결정
주요 타깃 사용자(개발자 + 일반인) 정의 및 요구 기능 정리
AI 기반 자동화 기능 및 통계 분석 기능 포함 여부 결정
프로젝트 상세
[1] 포트폴리오 소개 카테고리: 인공지능(AI), 데이터 툴 타깃 사용자: AI 개발자, 데이터 라벨러, 일반 사용자 (개발 지식 없이도 사용 가능) Ingradient는 이미지 데이터셋을 쉽게 만들고 관리할 수 있도록 도와주는 오픈소스 라벨링 도구입니다. 개발자뿐 아니라 일반 사용자도 직관적인 웹 화면을 통해 직접 라벨링 작업을 할 수 있도록 설계되어 있습니다. Classificat
