에지, 모바일 및 클라우드 플랫폼에 효율적으로 배포하기 위해 PaddlePaddle 사용하여 Ultralytics YOLO11 같은 Ultralytics YOLO11 모델을 내보내는 방법을 알아보세요.
인공 지능(AI)이 발전함에 따라 기계는 주변 세계를 이해하는 능력이 점점 더 향상되고 있습니다. 이러한 발전을 이끄는 핵심 분야 중 하나는 컴퓨터 비전으로, 기계가 시각적 데이터를 기반으로 해석하고 의사 결정을 내릴 수 있도록 하는 AI의 한 분야입니다.
자동차의 교통 표지판 인식부터 소매점의 진열대 확인까지, 컴퓨터 비전은 이제 많은 일상적인 도구의 일부가 되었습니다. 이러한 작업에는 사진이나 비디오를 빠르게 스캔하고 중요한 내용을 식별할 수 있는 Vision AI 모델이 사용됩니다.
시간이 지남에 따라 이러한 모델은 더욱 빠르고 정확해져 농업, 의료, 보안, 소매업과 같은 분야에서 유용하게 사용되고 있습니다. 예를 들어 Ultralytics YOLO11 은 다양한 컴퓨터 비전 작업을 빠르고 정확하게 처리하도록 구축된 모델입니다. 이 모델은 물체를 감지 및 분류하고, 움직임을 추적하고, 신체 포즈를 추정할 수 있습니다.
컴퓨터 비전을 연구에서 실제 애플리케이션으로 옮기는 데 있어 중요한 부분은 배포입니다. 모델이 학습되면 다음 단계는 휴대폰, 엣지 하드웨어 또는 클라우드 서버와 같은 디바이스에서 모델을 실행하는 것입니다.
이를 지원하기 위해, YOLO11 같은 Ultralytics YOLO 모델은 대상 플랫폼에 따라 다양한 형식으로 내보낼 수 있습니다. 이러한 형식 중 하나는 다양한 디바이스와 시스템에서 효율적으로 모델을 배포하고 추론할 수 있는 오픈 소스 AI 프레임워크인 PaddlePaddle)입니다.
이 문서에서는 Ultralytics 지원하는 PaddlePaddle 통합을 통해 Ultralytics YOLO11 내보내 다양한 플랫폼에 효율적으로 배포할 수 있는 방법을 살펴봅니다.
모바일 기기나 엣지 하드웨어와 같은 연구 환경 외부에 AI 모델을 배포하는 것은 때때로 까다로울 수 있으며, 특히 최소한의 리소스를 사용하면서 효율적으로 실행해야 할 때는 더욱 그렇습니다. PaddlePaddle 바로 이러한 문제를 해결하기 위해 설계된 딥 러닝 프레임워크입니다.
중국의 오픈 소스 플랫폼으로, 병렬 분산 딥 러닝을 의미하는 이름입니다. AI 및 소프트웨어 인프라 분야로 잘 알려진 바이두에서 개발한 PaddlePaddle 연구뿐 아니라 실제 애플리케이션을 위해 특별히 만들어졌습니다.
개발자는 서버, 엣지 디바이스, 심지어 모바일 하드웨어에서도 PaddlePaddle 형식의 모델을 실행할 수 있습니다. 또한 로우코드 및 노코드 옵션 등 AI 개발을 간소화하는 도구도 지원합니다. 이 플랫폼은 470만 명 이상의 사용자로 구성된 강력한 개발자 커뮤니티를 보유하고 있으며 의료, 농업, 제조, 금융 등 다양한 산업 분야에서 사용되고 있습니다.
다음은 PaddlePaddle 실제 디바이스에서 모델을 보다 효율적으로 실행하는 데 도움이 되는 몇 가지 주요 기능입니다:
Ultralytics 지원하는 PaddlePaddle 통합을 통해 교육에서 배포로 더 쉽게 이동할 수 있습니다. 이미 PaddlePaddle 도구를 사용하고 있는 개발자는 워크플로에 YOLO11 더 쉽게 도입할 수 있습니다.
Ultralytics Python 패키지는 YOLO11 모델을 PaddlePaddle 형식으로 직접 내보낼 수 있도록 지원하므로, 개발자는 추가 도구나 수동 변환 단계 없이 학습된 모델을 배포할 수 있습니다.
내보내기 프로세스는 명령줄 또는 Python 코드를 사용하여 수행할 수 있으므로 개발자는 자신의 워크플로에 가장 적합한 방법을 선택할 수 있습니다. 이렇게 하면 작업이 간단해지고 설정 문제가 발생할 가능성이 줄어듭니다. 내보낸 모델은 객체 감지, 이미지 분류, 포즈 추정, 인스턴스 분할과 같은 컴퓨터 비전 작업에 사용할 수 있습니다.
디바이스의 메모리가 제한되어 있거나 빠른 처리가 필요한 배포 시나리오에 적합한 옵션입니다. 내보낸 모델은 리소스가 제한된 시스템에서도 효율적으로 실행되도록 최적화되어 있습니다.
몇 단계만 거치면 YOLO11 PaddlePaddle 모델 형식으로 내보낼 수 있습니다.
첫 번째 단계는 'pip'와 같은 패키지 관리자를 사용하여 Ultralytics Python 패키지를 설치하는 것입니다. 명령 프롬프트나 터미널에서 "pip install ultralytics" 명령을 실행하여 시작할 수 있습니다.
Ultralytics 패키지는 다양한 컴퓨터 비전 작업을 위한 모델을 훈련, 평가, 미세 조정, 내보내기 및 배포할 수 있는 도구를 제공합니다. 설치 중에 문제가 발생하면 일반적인 문제 가이드에서 문제 해결 팁을 확인하세요.
환경이 설정되면 아래와 같이 미리 학습된 YOLO11 모델(예: "yolo11n.pt")을 로드하여 내보낼 수 있습니다. 사용자 지정 학습된 자체 YOLO11 모델을 내보낼 수도 있습니다.
KO
EN
ZH
JA
RU
DE
FR
ES
PT
IT
AR
TR
VI
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.export(format="paddle")
모델을 PaddlePaddle 형식으로 변환한 후에는 다양한 유형의 하드웨어에 다양한 시나리오로 배포할 수 있습니다.
예를 들어, 아래 예제에서는 PaddlePaddle 형식으로 내보낸 YOLO11 모델을 로드하고 이를 사용하여 예측을 하고 있습니다. 추론 실행이라고 하는 이 프로세스는 단순히 모델을 사용하여 새로운 데이터를 분석하는 것을 의미합니다. 여기서는 두 마리의 개 이미지로 테스트하고 있습니다.
paddle_model = YOLO("./yolo11n_paddle_model")
results = paddle_model("https://www.pexels.com/photo/2-vizsla-dogs-standing-on-brown-wood-plank-33287/")
코드를 실행하면 모델의 예측이 포함된 출력 이미지가 'runs/detect/predict' 폴더에 자동으로 저장됩니다.
PaddlePaddle 각각 클라우드 환경, 임베디드 시스템, 웹 애플리케이션 등 다양한 장치와 사용 사례에 적합한 여러 배포 도구를 제공합니다. 다음은 몇 가지 주요 배포 옵션입니다:
설정에 적합한 도구를 선택했으면 내보낸 모델을 로드할 수 있습니다. 다음 단계는 PaddlePaddle 엔진이 알아서 처리합니다. 모델을 로드하고 입력 이미지를 처리한 후 결과를 반환합니다.
Ultralytics Python 패키지는 다양한 다른 내보내기 형식도 지원하므로 궁금한 점이 있을 수 있습니다: 언제 PaddlePaddle 올바른 선택일까요?
PaddlePaddle 스마트폰, 임베디드 시스템 또는 엣지 하드웨어와 같이 리소스가 제한된 디바이스에 모델을 배포하려는 경우 신뢰할 수 있는 옵션입니다. 또한 모바일 앱의 객체 감지, 스마트 카메라의 비전 기반 모니터링, 클라우드 지원 없이 디바이스에서 직접 실행되는 포즈 추정 등 빠르고 효율적인 성능이 필요한 실시간 애플리케이션에 적합합니다.
이 외에도 오프라인 또는 연결성이 낮은 환경에서 프로젝트를 실행해야 하는 경우, PaddlePaddle 통합을 고려해볼 수 있습니다. 제조 분야의 육안 검사 도구, 현장 조사를 위한 핸드헬드 디바이스, AI 지원 소매점 스캐너와 같은 애플리케이션은 가벼운 런타임과 유연한 배포 옵션으로 PaddlePaddle이점을 누릴 수 있습니다.
PaddlePaddle 흥미로운 배포 기능을 제공하지만, 다음과 같은 몇 가지 제약 요인을 고려해야 합니다:
Ultralytics 지원하는 PaddlePaddle 통합을 통해 다양한 디바이스에서 YOLO11 모델을 쉽게 내보내고 배포할 수 있습니다. 특히 모바일 앱, 스마트 카메라 또는 임베디드 시스템과 같이 효율적인 온디바이스 성능이 필요한 프로젝트에 유용합니다.
몇 단계만 거치면 강력한 비전 모델을 실제 애플리케이션에 적용할 수 있습니다. 컴퓨터 비전이 계속 발전함에 따라 YOLO 및 PaddlePaddle 같은 도구를 사용하면 소비자 기기부터 산업용 도구에 이르기까지 모든 분야에서 빠르고 지능적인 시스템을 그 어느 때보다 쉽게 구축할 수 있습니다.
지금 바로 성장하는 커뮤니티에 참여하세요! GitHub 리포지토리를 살펴보고 AI에 대해 더 자세히 알아보세요. 나만의 컴퓨터 비전 프로젝트를 구축하고 싶으신가요? 라이선스 옵션을 살펴보세요. 의료 분야에서 컴퓨터 비전이 어떻게 효율성을 개선하고 있는지 알아보고, 솔루션 페이지를 방문하여 소매업에서 AI가 미치는 영향에 대해 살펴보세요!
