통합

더 나은 성능을 위한 Ultralytics YOLOv5의 Deci 컴파일 및 양자화

Deci 플랫폼으로 Ultralytics YOLOv5 모델을 최적화하고 배포하여 성능을 최대 10배 향상시키세요. 무료로 시작하고 자동화된 모델 최적화 기능을 활용해 보세요.

NUNuvola Ladi4 min readOctober 26, 2022

Ultralytics는 당사의 훌륭한 오픈 소스 도구인 YOLOv5와 같은 기술의 연구 및 개발 자금을 확보하고 모든 사람에게 무료로 제공하기 위해 다른 스타트업과 상업적 파트너십을 맺고 있습니다. 이 기사에는 해당 파트너에 대한 제휴 링크가 포함되어 있을 수 있습니다.

Deci 플랫폼은 모든 프로덕션 환경에서 YOLOv5 모델을 손쉽게 관리, 최적화 및 배포할 수 있는 무료 도구를 제공합니다. Deci는 TensorFlow, PyTorch, Keras 및 ONNX와 같은 모든 인기 있는 딥러닝 프레임워크를 지원합니다. 웹 기반 플랫폼이나 Python 클라이언트를 사용하여 코드에서 실행하기만 하면 됩니다.

왜 Deci인가요?#

Deci를 사용하여 모델을 내보내는 것뿐만 아니라 가지치기(pruning) 및 양자화도 수행할 수 있습니다!

Deci는 모든 형식으로 내보내기 위한 편리한 인터페이스를 제공하며 원본 모델과 변환된 모델 간의 성능 비교를 지원합니다. 사용자는 양자화를 통해 모델을 더욱 최적화할 수 있습니다.

Deci를 통해 다음을 수행할 수 있습니다:#

추론 성능을 최대 10배 향상#

모델을 자동으로 컴파일하고 양자화하며, 다양한 프로덕션 설정을 평가하여 하드웨어에서 더 나은 지연 시간, 처리량, 모델 크기 및 메모리 점유율 감소를 달성할 수 있습니다.

애플리케이션에 가장 적합한 추론 하드웨어 찾기#

버튼 하나로 다양한 하드웨어(엣지 포함) 기기에서 모델의 성능을 벤치마킹하십시오. 여러 하드웨어 및 프로덕션 설정을 수동으로 구성하고 테스트할 필요가 없습니다.

몇 줄의 코드로 배포#

Deci의 Python 기반 추론 엔진을 활용하십시오. 여러 프레임워크 및 하드웨어 유형과 호환됩니다.

Deci 플랫폼에 대한 자세한 내용은 Deci 웹사이트를 방문해 주세요.

초기 설정#

1단계#

무료 계정을 만드십시오.

Get Started With Deci and Ultralytics YOLOv5

2단계#

사전 학습된 YOLOv5 모델 최적화를 시작하려면 ONNX 포맷으로 변환해야 합니다. 모델을 ONNX 포맷으로 변환하는 방법에 대한 지침은 YOLOv5 내보내기 튜토리얼을 참조하세요.

3단계#

"Lab" 탭으로 이동하여 화면 우측 상단의 "New Model" 버튼을 클릭하여 YOLOv5 ONNX 모델을 업로드하세요.

Convert Ultralytics YOLOv5 models to ONNX for future deployment with Deci

모델 업로드 마법사의 단계에 따라 대상 하드웨어와 모델 컴파일을 위한 원하는 배치 크기 및 양자화 수준을 선택하십시오.

Ultralytics YOLOv5 model compilation for deployment with Deci

관련 정보를 입력한 후 "Start"를 클릭합니다. Deci 플랫폼은 사용자가 선택한 하드웨어에 맞게 Ultralytics YOLOv5 모델의 런타임 최적화를 자동으로 수행하며, 다양한 하드웨어 유형에서 모델의 벤치마크를 측정합니다. 이 과정은 약 10분이 소요됩니다.

완료되면 이전에 업로드한 베이스라인 모델 아래 화면에 새로운 행이 나타납니다. 여기에서 사전 학습된 Ultralytics YOLOv5 모델의 최적화된 버전을 확인할 수 있습니다.

Ultralytics YOLOv5 optimized model for deployment with Deci