데이터의 양만으로 적합성을 판단할 수는 없습니다. 위츠는 산업, 환경, 객체, 행동과 수집 조건을 기준으로 필요한 데이터의 범위를 정의합니다.
데이터 라이브러리
로봇, 제조, 물류, 모빌리티 등 산업별 요구조건을 바탕으로 데이터를 분류합니다. 실제 제공 가능 여부와 규모, 샘플 및 제공 일정은 개별 문의를 통해 확인합니다.
RAW DATA
이미지와 영상, 깊이 정보, 3차원 데이터, 로봇 상태와 행동 기록 등 실제 환경에서 생성된 데이터를 다룹니다. 수집 환경과 장비, 시간 정보의 일관성을 확인합니다.
SYNTHETIC DATA
원천 데이터의 이용 조건에 따라 환경, 조명, 객체 수량과 카메라 시점을 변경하거나 드문 상황을 구성합니다. 생성 결과는 해당 학습 목적에 맞는 별도의 검토가 필요합니다.
검수된 데이터
검수 항목은 데이터 종류와 목적에 따라 달라집니다. 객체 일관성, 형상, 메타데이터와 어노테이션 등을 검토하고, 확인된 항목과 미확인 항목을 구분해 전달합니다.
CUSTOM DATASET
기존 데이터의 적합성을 검토한 후 추가 수집, 합성 및 검수 범위를 협의합니다. 범위가 정해지면 샘플 검토와 본 데이터 제공 조건을 구체화합니다.
아래는 실제 프로젝트의 성능 보고가 아닌 시나리오 설계 예시입니다. 모든 장면이 모든 모델에 필수적인 것은 아니며, 운영 환경과 목표 작업에 해당하는 조건을 선택합니다.
고객 데이터 보호를 위해 임의로 생성한 데이터입니다. 기준 장면과 합성 장면 모두 AI로 제작한 설명용 예시이며, 실제 고객 데이터·납품 데이터·성능 검증 결과가 아닙니다.
예시 사진을 학습용 데이터셋으로 전환하려면 생성 조건과 라벨, 검수 범위와 실제 환경 평가를 함께 설계해야 합니다. 제공 항목과 수행 범위는 프로젝트별로 협의합니다.
산업·작업·센서 조건과 변형 요소, 유지 요소, 허용 범위를 문서화합니다.
시각 오류와 의도하지 않은 변화를 확인하고 수정·제외 기준을 정합니다.
객체 라벨·결함 영역·메타데이터를 결과물과 대조하고 버전 및 검수 기록을 연결합니다.
분리된 실제 평가 데이터로 목적별 성능과 정상 조건의 성능 저하 여부를 함께 확인합니다.
산업과 활용 목적을 알려주시면 협력 범위를 함께 검토합니다.