Ultralytics YOLO11과 같은 Ultralytics YOLO 모델을 PaddlePaddle과 함께 내보내 엣지, 모바일, 클라우드 플랫폼 전반에서 효율적으로 배포하는 방법을 알아보세요.
YOLO Vision 2025를 놓치지 마세요!
2025년 9월 25일
10:00 — 18:00 BST
하이브리드 이벤트
Ultralytics YOLO11과 같은 Ultralytics YOLO 모델을 PaddlePaddle과 함께 내보내 엣지, 모바일, 클라우드 플랫폼 전반에서 효율적으로 배포하는 방법을 알아보세요.
인공지능(AI)이 발전함에 따라 기계는 주변 세계를 더 잘 이해하게 되었습니다. 이러한 발전을 주도하는 핵심 영역 중 하나는 기계가 시각적 데이터를 기반으로 해석하고 결정을 내릴 수 있도록 하는 AI의 한 분야인 컴퓨터 비전입니다.
자동차가 교통 표지판을 인식하도록 돕는 것부터 소매점의 선반을 확인하는 것까지 컴퓨터 비전은 이제 많은 일상 도구의 일부가 되었습니다. 이러한 작업은 사진이나 비디오를 빠르게 스캔하고 중요한 것이 무엇인지 식별할 수 있는 Vision AI 모델에 의존합니다.
시간이 지남에 따라 이러한 모델은 더 빠르고 정확해져 농업, 의료, 보안 및 소매와 같은 분야에서 유용하게 사용됩니다. 예를 들어 Ultralytics YOLO11은 다양한 컴퓨터 비전 작업을 빠르고 정확하게 처리하도록 구축된 모델입니다. 객체 감지 및 분류, 움직임 추적, 자세 추정 등이 가능합니다.
컴퓨터 비전을 연구에서 실제 애플리케이션으로 옮기는 데 중요한 부분은 배포입니다. 모델이 학습되면 다음 단계는 휴대폰, 엣지 하드웨어 또는 클라우드 서버와 같은 장치에서 실행하는 것입니다.
이를 지원하기 위해 YOLO11과 같은 Ultralytics YOLO 모델은 대상 플랫폼에 따라 다양한 형식으로 내보낼 수 있습니다. 이러한 형식 중 하나는 광범위한 장치 및 시스템에서 효율적인 모델 배포 및 추론을 가능하게 하는 오픈 소스 AI 프레임워크인 PaddlePaddle입니다.
본 문서에서는 Ultralytics에서 지원하는 PaddlePaddle 통합을 통해 Ultralytics YOLO11을 내보내어 다양한 플랫폼에서 효율적인 배포를 지원하는 방법을 살펴보겠습니다.
모바일 장치나 엣지 하드웨어와 같이 연구 환경 외부에서 AI 모델을 배포하는 것은 특히 효율적으로 실행하고 최소한의 리소스를 사용해야 할 때 까다로울 수 있습니다. PaddlePaddle은 바로 이러한 문제를 해결하도록 설계된 딥 러닝 프레임워크입니다.
Parallel Distributed Deep Learning의 약자로, 중국의 오픈 소스 플랫폼입니다. AI 및 소프트웨어 인프라 분야에서 잘 알려진 회사인 Baidu에서 개발한 PaddlePaddle은 연구뿐만 아니라 실제 애플리케이션을 위해 특별히 만들어졌습니다.
개발자는 PaddlePaddle 형식의 모델을 서버, 에지 장치, 심지어 모바일 하드웨어에서도 실행할 수 있습니다. 또한 로우 코드 및 노 코드 옵션을 포함하여 AI 개발을 간소화하는 도구를 지원합니다. 이 플랫폼은 470만 명 이상의 사용자로 구성된 강력한 개발자 커뮤니티를 보유하고 있으며 의료, 농업, 제조 및 금융을 포함한 다양한 산업 분야에서 사용됩니다.
PaddlePaddle이 실제 장치에서 모델을 보다 효율적으로 실행할 수 있도록 지원하는 주요 기능은 다음과 같습니다.
Ultralytics에서 지원하는 PaddlePaddle 통합을 통해 학습에서 배포로 더 쉽게 전환할 수 있습니다. 이미 PaddlePaddle 도구를 사용하는 개발자는 YOLOv11을 워크플로우에 보다 쉽게 통합할 수 있습니다.
Ultralytics Python 패키지는 YOLO11 모델을 PaddlePaddle 형식으로 직접 내보낼 수 있도록 지원하므로, 개발자는 추가 도구나 수동 변환 단계 없이 훈련된 모델을 배포할 수 있습니다.
내보내기 프로세스는 명령줄 또는 Python 코드를 사용하여 수행할 수 있으므로 개발자는 자신의 워크플로에 가장 적합한 방법을 선택할 수 있습니다. 이는 작업을 단순하게 유지하고 설정 문제를 줄이는 데 도움이 됩니다. 내보낸 후 모델은 객체 감지, 이미지 분류, 자세 추정 및 인스턴스 분할과 같은 컴퓨터 비전 작업에 사용할 수 있습니다.
장치에 제한된 메모리가 있거나 빠른 처리가 필요한 배포 시나리오에 적합합니다. 내보낸 모델은 리소스가 제한된 시스템에서도 효율적으로 실행되도록 최적화되어 있습니다.
YOLO11을 PaddlePaddle 모델 형식으로 내보내는 데는 몇 단계만 거치면 됩니다.
첫 번째 단계는 'pip'와 같은 패키지 관리자를 사용하여 Ultralytics Python 패키지를 설치하는 것입니다. 시작하려면 명령 프롬프트 또는 터미널에서 "pip install ultralytics" 명령을 실행하면 됩니다.
Ultralytics 패키지는 다양한 컴퓨터 비전 작업에 대한 모델을 훈련, 평가, 미세 조정, Export 및 배포하기 위한 도구를 제공합니다. 설치 중에 문제가 발생하면 문제 해결 팁은 일반적인 문제 가이드를 확인하십시오.
환경이 설정되면 아래와 같이 “yolo11n.pt”와 같은 사전 훈련된 YOLO11 모델을 로드하고 내보낼 수 있습니다. 사용자 지정 훈련된 YOLO11 모델을 내보낼 수도 있습니다.
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.export(format="paddle")모델이 PaddlePaddle 형식으로 변환된 후 다양한 유형의 하드웨어에서 다양한 시나리오로 배포할 수 있습니다.
예를 들어, 아래 예에서는 PaddlePaddle 형식으로 내보낸 YOLO11 모델을 로드하고 이를 사용하여 예측을 수행합니다. 추론 실행이라고 하는 이 프로세스는 단순히 모델을 사용하여 새로운 데이터를 분석하는 것을 의미합니다. 여기서는 두 마리의 개 이미지를 사용하여 테스트하고 있습니다.
paddle_model = YOLO("./yolo11n_paddle_model")
paddle_model("https://images.pexels.com/photos/33287/dog-viszla-close.jpg", save=True)코드를 실행하면 모델의 예측이 포함된 출력 이미지가 자동으로 “runs/detect/predict” 폴더에 저장됩니다.
PaddlePaddle은 클라우드 환경, 임베디드 시스템 및 웹 애플리케이션과 같은 다양한 장치 및 사용 사례에 적합한 여러 배포 도구를 제공합니다. 주요 배포 옵션은 다음과 같습니다.
설정에 적합한 도구를 선택했으면 내보낸 모델을 로드할 수 있습니다. PaddlePaddle 엔진은 다음 단계를 처리합니다. 모델을 로드하고 입력 이미지를 처리한 다음 결과를 반환합니다.
Ultralytics Python 패키지는 다양한 내보내기 형식도 지원하므로, PaddlePaddle를 선택해야 하는 적절한 시점이 언제인지 궁금할 수 있습니다.
PaddlePaddle은 스마트폰, 임베디드 시스템 또는 엣지 하드웨어와 같이 제한된 리소스를 가진 장치에 모델을 배포하려는 경우에 신뢰할 수 있는 선택 사항입니다. 또한 모바일 앱의 객체 감지, 스마트 카메라의 비전 기반 모니터링 또는 클라우드 지원 없이 장치에서 직접 실행되는 자세 추정과 같이 빠르고 효율적인 성능이 필요한 실시간 애플리케이션에도 적합합니다.
이 외에도, 프로젝트를 오프라인 또는 연결성이 낮은 환경에서 실행해야 하는 경우, PaddlePaddle 통합을 고려할 수 있습니다. 제조 분야의 시각 검사 도구, 현장 조사를 위한 휴대용 장치 또는 AI 지원 소매 스캐너와 같은 애플리케이션은 PaddlePaddle의 경량 런타임 및 유연한 배포 옵션을 활용할 수 있습니다.
PaddlePaddle은 흥미로운 배포 기능을 제공하지만, 다음과 같은 제한 사항을 알고 있어야 합니다.
Ultralytics에서 지원하는 PaddlePaddle 통합을 통해 다양한 장치에서 YOLOv11 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 PaddlePaddle과 같은 도구를 통해 소비자 장치에서 산업 도구에 이르기까지 모든 분야에서 빠르고 지능적인 시스템을 그 어느 때보다 쉽게 구축할 수 있습니다.
오늘 빠르게 성장하는 커뮤니티에 참여하세요! GitHub 저장소를 탐색하여 AI에 대해 더 자세히 알아보세요. 자체 컴퓨터 비전 프로젝트를 구축하고 싶으신가요? 라이선스 옵션을 살펴보세요. 헬스케어 분야의 컴퓨터 비전이 어떻게 효율성을 개선하고 있는지 알아보고 솔루션 페이지를 방문하여 소매업의 AI의 영향을 살펴보세요!
.webp)
