Deci의 플랫폼으로 Ultralytics YOLOv5 모델을 최적화하고 배포하여 성능을 최대 10배까지 향상시키세요. 무료로 시작하여 자동 모델 최적화를 활용하세요.
Deci의 플랫폼으로 Ultralytics YOLOv5 모델을 최적화하고 배포하여 성능을 최대 10배까지 향상시키세요. 무료로 시작하여 자동 모델 최적화를 활용하세요.
Ultralytics는 YOLOv5와 같은 멋진 오픈 소스 도구의 연구 개발 자금을 지원하고 모든 사람이 무료로 사용할 수 있도록 다른 스타트업과 상업적 파트너십을 맺고 있습니다. 이 기사에는 해당 파트너에 대한 제휴 링크가 포함될 수 있습니다.
Deci 플랫폼에는 모든 프로덕션 환경에서 YOLOv5 모델을 쉽게 관리, 최적화 및 배포할 수 있는 무료 도구가 포함되어 있습니다. Deci는 TensorFlow, PyTorch, Keras 및 ONNX와 같은 모든 인기 있는 DL 프레임워크를 지원합니다. 웹 기반 플랫폼 또는 Python 클라이언트를 사용하여 코드에서 실행하기만 하면 됩니다.
Deci를 사용하여 내보내기뿐만 아니라 모델의 가지치기 및 양자화도 수행할 수 있습니다!
Deci는 모든 형식으로 내보내고 원본 모델과 변환된 모델 간의 성능을 비교할 수 있는 훌륭한 인터페이스를 제공합니다. 사용자는 양자화를 통해 모델을 더욱 최적화하도록 선택합니다.
모델을 자동으로 컴파일 및 양자화하고 다양한 프로덕션 설정을 평가하여 하드웨어에서 더 나은 지연 시간, 처리량, 모델 크기 및 메모리 사용량 감소를 달성합니다.
버튼 하나로 다양한 하드웨어(엣지 포함) 장치에서 모델의 성능을 벤치마킹합니다. 여러 하드웨어 및 프로덕션 설정을 수동으로 설정하고 테스트할 필요가 없습니다.
Deci의 Python 기반 추론 엔진을 활용하십시오. 다양한 프레임워크 및 하드웨어 유형과 호환됩니다.
Deci 플랫폼에 대한 자세한 내용은 Deci 웹사이트를 방문하십시오.
무료 계정을 개설하세요.
미리 학습된 YOLOv5 모델 최적화를 시작하려면 ONNX 형식으로 변환해야 합니다. 모델을 ONNX 형식으로 변환하는 방법에 대한 지침은 YOLOv5 내보내기 자습서를 참조하십시오.
"Lab" 탭으로 이동하여 화면 오른쪽 상단의 "New Model" 버튼을 클릭하여 YOLOv5 ONNX 모델을 업로드합니다.
모델 업로드 마법사의 단계에 따라 대상 하드웨어와 모델 컴파일에 필요한 배치 크기 및 양자화 수준을 선택하십시오.
관련 정보를 입력한 후 "시작"을 클릭합니다. Deci 플랫폼은 선택한 하드웨어에 대해 YOLOv5 모델의 런타임 최적화를 자동으로 수행하고 다양한 하드웨어 유형에서 모델을 벤치마킹합니다. 이 프로세스는 약 10분 정도 소요됩니다.
완료되면 이전에 업로드한 기준 모델 아래에 화면에 새 행이 나타납니다. 여기에서 사전 훈련된 YOLOv5 모델의 최적화된 버전을 볼 수 있습니다.
그런 다음 "Deploy" 버튼을 클릭하여 최적화된 모델을 다운로드할 수 있습니다.
그러면 모델을 다운로드하고 Deci의 런타임 추론 엔진인 Infery를 설치하고 사용하는 방법에 대한 지침을 받으라는 메시지가 표시됩니다.
Infery 사용은 선택 사항입니다. 파이썬 원시 파일을 가져와 원하는 다른 추론 엔진과 함께 사용할 수 있습니다.
"Insights" 탭에서 최적화 및 벤치마크 결과를 살펴보세요.
마무리하기 전에 Deci가 제공하는 몇 가지 장점에 대해 논의해 보겠습니다.
방금 보셨듯이 전체 시간 15분 안에 YOLOv5 모델의 성능을 두 배로 늘릴 수 있습니다. Deci 플랫폼은 사용하기 매우 쉽고 직관적입니다.
궁금한 점이 있으신가요? 커뮤니티에 가입하여 오늘 질문을 남겨주세요!
.webp)
