프로젝트 설명
설명
AI 모델 개발에서 대규모 데이터셋의 수동 레이블링이 전체 비용과 시간의 60-70를 차지하고 레이블 품질 편차도 컸습니다. 이를 줄이기 위해 Active Learning 알고리즘으로 레이블이 필요한 데이터의 우선순위를 자동 판단하고 YOLO 기반 사전 태깅과 전문가 검수 UI를 하나로 통합한 MLOps 플랫폼을 구축했습니다.
주요 기능
- 데이터 등록: 영상 업로드 후 오브젝트 지정 바운딩 박스 생성
- 자동 학습: 데이터셋 구성 - 백본 학습 - 모델 생성 - 학습 확인
- 사전 태깅: YOLO로 1차 태깅 후 검수자가 수정
- 학습 목록 관리: 학습 진행 및 취소 결과 확인
