Labelbox에 커넥트

Labelbox는 이미지, 비디오, 오디오, 텍스트 및 타일 이미지에서 학습 데이터를 만드는 데 사용되는 학습 데이터 플랫폼입니다. AI 팀은 Labelbox를 사용하여 단일 통합 플랫폼에서 데이터 레이블 지정, 데이터 카탈로그 및 모델 디버깅을 운영, 관리 및 개선하는 워크플로를 사용자 지정할 수 있습니다. Labelbox는 AI 팀이 프로덕션 수준의 기계 학습 시스템을 빌드하고 운영할 수 있도록 설계되었습니다.

Machine Learning 버전의 Databricks Runtime이 있는 Azure Databricks 클러스터를 Labelbox에 연결할 수 있습니다.

Partner Connect를 사용하여 Labelbox에 연결

이 섹션에서는 Partner Connect를 사용하여 Azure Databricks 작업 영역의 클러스터를 Labelbox에 연결하는 방법을 설명합니다.

표준 연결과 Labelbox 간의 차이점

파트너 연결을 사용하여 Labelbox에 연결하려면 파트너 연결을 사용하여 ML 파트너에 연결의 단계를 따릅니다. Labelbox 연결은 다음과 같은 측면에서 표준 기계 학습 연결과 다릅니다.

• 클러스터, 서비스 주체 및 개인 액세스 토큰 외에도 Partner Connect는 아직 없는 경우 Labelbox 계정의 작업 영역/공유/labelbox_demo 폴더에 이름이 지정된 labelbox_databricks_example.ipynb Notebook을 만듭니다.

연결 단계

Partner Connect를 사용하여 Labelbox에 연결하려면 다음을 수행합니다.

1. 파트너 연결을 사용하여 ML 파트너에 연결합니다.
2. Labelbox 계정이 없는 경우 Labelbox API 키를 만듭니다. API 키를 복사하여 안전한 위치에 저장합니다. 키는 결국 보기에서 숨겨지게 되므로 나중에 이 키가 필요합니다.
3. ML 클러스터 및 Labelbox 시작 Notebook 설정

Labelbox에 수동으로 연결

이 섹션의 단계에서는 Labelbox를 Azure Databricks 클러스터에 연결하는 방법을 설명합니다.

참고 항목

더 빠르게 연결하려면 파트너 커넥트를 사용합니다.

요구 사항

Machine Learning용 Databricks Runtime을 실행하는 사용 가능한 클러스터가 있어야 합니다. 기존 클러스터를 확인하려면 작업 영역에 클러스터를 표시할 때 런타임 열에서 ML을 찾습니다. 사용 가능한 Databricks Runtime ML 클러스터가 없는 경우 클러스터를 만들고 Databricks Runtime 버전에 대해 ML 목록에서 버전을 선택합니다.

연결 단계

Labelbox에 수동으로 연결하려면 다음을 수행합니다.

1. Labelbox 페이지로 이동하여 새 Labelbox 계정에 등록하거나 기존 Labelbox 계정에 로그인합니다.
2. Labelbox 계정이 없는 경우 Labelbox API 키를 만듭니다. API 키를 복사하여 안전한 위치에 저장합니다. 키는 결국 보기에서 숨겨지게 되므로 나중에 이 키가 필요합니다.
3. 작업 영역에서 Labelbox 시작 Notebook을 확인합니다.
   1. 사이드바에서 작업 영역 > 공유를 클릭합니다.
   2. labelbox_demo 폴더가 아직 없는 경우 만듭니다. i. 공유 옆에 있는 아래쪽 화살표를 클릭합니다. ii. 폴더 만들기를 클릭합니다. iii. labelbox_demo를 입력합니다, iv. 폴더 만들기를 클릭합니다.
   3. labelbox_demo 폴더를 클릭합니다. 폴더에 labelbox_databricks_example.ipynb라는 시작 Notebook이 없는 경우 다음을 가져옵니다. i. labelbox_demo 옆에 있는 아래쪽 화살표를 클릭합니다. ii. 가져오기를 클릭합니다. iii. URL을 클릭합니다. iv. https://github.com/Labelbox/labelbox-python/blob/develop/examples/integrations/databricks/labelbox_databricks_example.ipynb을(를) 입력하고 가져오기를 클릭합니다.
4. ML 클러스터 및 Labelbox 시작 Notebook을 계속 설정합니다.

ML 클러스터 및 Labelbox 시작 Notebook 설정

1. 필요한 Labelbox 라이브러리가 ML 클러스터에 설치되어 있는지 확인합니다.

   1. 사이드바에서 컴퓨팅을 클릭합니다.

   2. ML 클러스터를 클릭합니다. 필요한 경우 필터 상자를 사용하여 찾습니다.

      참고 항목

      파트너 커넥트 사용하여 Labelbox에 연결한 경우 ML 클러스터의 이름을 LABELBOX_CLUSTER로 합니다.

   3. 라이브러리 탭을 클릭합니다.

   4. labelbox 패키지가 나열되지 않은 경우 설치합니다. i. 새로 설치를 클릭합니다. ii. PyPI를 클릭합니다. iii. 패키지의 경우 labelbox를 입력합니다. iv. 설치를 클릭합니다.

   5. labelspark 패키지가 나열되지 않은 경우 설치합니다. i. 새로 설치를 클릭합니다. ii. PyPI를 클릭합니다. iii. 패키지의 경우 labelspark를 입력합니다. iv. 설치를 클릭합니다.

2. 시작 Notebook에 ML 클러스터를 연결합니다.
   1. 사이드바에서 작업 영역 > 공유 > labelbox_demo > labelbox_databricks_example.ipynb를 클릭합니다.
   2. ML 클러스터를 Notebook에 연결합니다.
3. Notebook을 탐색하여 Labelbox를 자동화하는 방법을 알아봅니다.

추가 리소스

• 시작 Notebook에 대한 GitHub의 추가 정보
• Labelbox 문서
• 지원