YOLO 데이터셋

TjMakeBot으로 YOLO 학습 데이터셋을 주석하는 방법

라벨 설계, 배치 주석, 내보내기 전 점검까지 이 가이드는 YOLO 데이터셋 제작을 안정적인 흐름으로 정리해 줍니다.

7분YOLO2D 주석데이터셋 내보내기

먼저 모델이 무엇을 감지해야 하는지 정의하기

YOLO 데이터셋이 흔들리는 가장 쉬운 원인은 클래스 경계가 모호한 것입니다. 주석을 시작하기 전에 무엇을 반드시 라벨링하고 무엇을 범위 밖에 둘지 결정하세요.

비슷한 클래스 쌍마다 하나의 경계 규칙을 만드세요.

가려지거나 흐린 대상을 어떻게 처리할지 결정하세요.

첫 배치에서 규칙 문제를 조기에 드러내세요.

먼저 대표 샘플 배치를 돌리고, 규칙이 안정적이라고 느껴진 뒤에만 규모를 키우세요.

내보내기가 성공했다고 해서 학습이 순조롭다는 뜻은 아닙니다. 먼저 images, labels, 클래스 순서가 맞는지 확인하세요.

무작위로 몇 개의 라벨 파일을 열어 보세요.

클래스 순서가 학습 설정과 일치하는지 확인하세요.

train과 val 분할이 모두 정상인지 점검하세요.

dataset/
  images/
    train/
    val/
  labels/
    train/
    val/
  data.yaml

처음에는 이미지 몇 장으로 시작해야 하나요? 주요 장면을 포함한 대표 샘플 소규모 배치로 시작하고, 규칙이 검증된 뒤에만 수량을 늘리세요.

검수는 언제 시작하는 것이 좋나요? 모든 작업이 끝날 때까지 기다리지 말고 첫 배치부터 검수를 시작하세요.

처음이라면 먼저 주석 및 내보내기 가이드부터 시작하세요.

팀 workflow를 준비 중이라면 협업 및 플랜 선택 가이드로 이어가세요.

전체 workflow를 이해하고 싶다면 그다음 OpenClaw와 학습 가이드로 가세요.

다음 단계

이 가이드가 현재 질문을 해결했다면 아래 진입점으로 실제 작업을 이어가세요.