더욱 풍성한 기능으로 돌아왔습니다! – 오토클러스터링, 전처리 노드 추가 등
🎉 이번 DAISY 릴리즈에서는 사용성과 기능성을 대폭 향상시킨 다양한 업데이트가 적용되었습니다. 주요 변경 사항을 확인해보세요!
✅ 오토클러스터링
유사한 이미지를 자동으로 그룹화해주는 오토클러스터링 기능이 추가되었습니다. 대량의 데이터를 손쉽게 분류하고, 라벨링 시간을 획기적으로 단축하세요!
✅ 라벨링 타입 변경
이제 하나의 라벨 데이터셋으로 다양한 모델을 학습시킬 수 있습니다! 라벨링 타입을 자유롭게 변경하여, 범용성과 재활용성을 극대화하세요.
- Anomaly Detection ↔︎ Segmentation
- Anomaly Detection, Segmentation → Object Detection
✅ 전처리 및 이미지 향상 노드 추가
이미지 품질 개선과 분석 성능 향상을 위한 다양한 노드가 새롭게 추가되었습니다.
- 전처리 (Denoise / Dehaze): 노이즈 제거 및 흐릿한 이미지를 선명하게 복원
- ROI (Region of Interest): 관심 영역을 지정해 이미지를 효율적으로 학습
✅ 문의하기 기능 추가
사용 중 불편한 점이나 개선 요청이 있으신가요? 이제 플랫폼 내에서 바로 ‘문의하기’ 기능을 통해 쉽게 의견을 전달할 수 있습니다.
[추가 개선 사항]
- 데이터 스토리지에 그리드 레이아웃 추가: 데이터를 한눈에 보기 쉽게 구성된 그리드 뷰로 확인할 수 있습니다.
- 프로젝트 리스트에서 썸네일 보기 추가: 각 프로젝트의 대표 이미지를 썸네일로 표시하여 직관적인 탐색이 가능해졌습니다.
- 라벨링 / 검수 노드 통합: 하나의 노드에서 라벨링과 검수 작업을 함께 처리할 수 있도록 통합하여, 프로세스가 더욱 간편해졌습니다.
- 노드 N:1 연결 및 복사 기능 추가: 노드의 출력을 여러 노드로 연결하거나 기존 노드를 복사하는 기능으로 작업 흐름이 한층 유연해졌습니다.
- 평가(Validation) 요청 시 IoU Threshold 입력 기능 개선: 모델 학습 후 평가 시, 사용자 정의 IoU 기준값을 직접 입력할 수 있어 더 정밀한 평가가 가능해졌습니다.
- Anomaly Detection 모델 학습 시 클래스 입력 방식 개선: 클래스가 없거나 2개 이상인 경우, 학습에 사용할 클래스를 명확히 지정할 수 있도록 개선하였습니다.
이번 업데이트를 통해 더 빠르고, 더 똑똑하게 프로젝트를 완성해보세요!
여러분의 소중한 피드백은 항상 환영입니다! 😄