데이터 보고서를 불러오고 있습니다.
01 · 현재 데이터
무엇을 준비했을까?
출시 시점은 확인되지 않았습니다. 크기와 투명도는 선별에 쓰는 단서이고, 실제 도트의 품질과 스타일은 이미지를 보고 확인합니다.
그룹을 먼저 나누는 이유
같은 캐릭터의 동작·색상 변형이 양쪽에 섞이면, 모델이 처음 보는 그림을 얼마나 잘 복원하는지 알기 어렵습니다. 관련 이미지를 한 그룹으로 묶고 학습 80% · 검증 10% · 시험 10%를 목표로 나눕니다.
아래 숫자와 주석에서 실제 분리 결과를 확인할 수 있습니다. 그룹 크기가 달라 이미지 수 비율은 정확히 80:10:10이 아닐 수 있습니다.
02 · 자동 확인
학습 전에 지킬 약속
잘못 읽히는 파일, 그룹의 중복, 축소 후 픽셀의 일치 여부를 확인합니다. 자동 검사를 통과해도 그림의 모양과 스타일은 별도로 검토해야 합니다.
03 · 이미지 검토
직접 열어 보고 비교하기
카드를 누르면 원본과 세부 정보를 볼 수 있습니다. 축소 예시가 있는 카드는 원본 → 픽셀을 뽑은 작은 그림 → nearest 확대를 배율별로 비교할 수 있습니다.
갤러리는 보고서에 포함된 검토용 이미지 목록입니다. 학습 전량과 같은 수라고 가정하지 않습니다. 체크무늬는 투명한 배경을 뜻합니다.
04 · 학습 쌍의 원리
한 칸은 그대로, 주변은 배우기
원본의 각 2×2·3×3·4×4 영역에서 지정한 한 픽셀의 색과 투명도를 그대로 뽑습니다. 평균을 내거나 색을 섞지 않습니다. 이 작은 그림이 입력, 큰 원본이 정답이 됩니다.
작은 그림의 한 픽셀을 여러 칸에 복사한 비교 기준입니다. 모델이 학습해서 복원한 결과가 아닙니다.
마스크(위치 표시)는 보존할 칸을 알려 줍니다. 2배·3배는 블록 안의 (1,1), 4배는 (2,2)를 고정하며 좌표는 0부터 셉니다. 학습을 마친 뒤에도 이 위치의 원본 RGBA(색과 투명도)가 정확히 같은지 검사합니다.