Ultralytics HUB로 맞춤형 YOLO 모델을 손쉽게 훈련하는 방법을 알아보세요. 직관적인 플랫폼에 대한 이 단계별 가이드는 원활한 통합, 실시간 추적 및 클라우드 교육에 대한 개요를 제공합니다.
Ultralytics HUB로 맞춤형 YOLO 모델을 손쉽게 훈련하는 방법을 알아보세요. 직관적인 플랫폼에 대한 이 단계별 가이드는 원활한 통합, 실시간 추적 및 클라우드 교육에 대한 개요를 제공합니다.
AI 기반 혁신을 위해 끊임없이 노력하는 유니티에서 맞춤형 Ultralytics YOLO 모델 학습을 간소화하도록 설계된 플랫폼인 Ultralytics HUB를 자세히 살펴보세요. 숙련된 개발자이든 초보자이든, Ultralytics HUB는 컴퓨터 비전 모델을 만들고 관리할 수 있는 원활한 환경을 제공합니다. 클릭 몇 번으로 사용자 지정 YOLO 모델을 훈련하는 방법을 살펴보세요.
Ultralytics HUB는 데이터 세트, 프로젝트 및 모델을 처리하도록 설계된 종합 플랫폼으로, 머신 러닝 모델을 더 쉽게 훈련하고 배포할 수 있도록 도와줍니다.
다양한 플랫폼과 통합되고, 모바일 앱 (Android와 iOS 모두에서 사용 가능)을 통해 실시간 업데이트를 지원하며, 새로운 기능으로 지속적으로 발전하고 있습니다. 자세한 기술 인사이트와 단계별 워크플로에 대한 자세한 내용은 클라우드에서 컴퓨터 비전 모델을 훈련하는 방법에 대한 미디엄 문서를 참조하세요.
가장 먼저 눈에 띄는 것은 직관적인 인터페이스입니다. 홈페이지에서 데이터 세트, 프로젝트, 모델 및 통합에 쉽게 액세스할 수 있습니다. 아직 베타 버전이지만, 이 플랫폼은 이미 다양하고 강력한 기능을 자랑합니다.
Ultralytics HUB에는 벤치마킹에 일반적으로 사용되는 VOC, COCO, 심슨과 같은 표준 데이터 세트가 미리 로드되어 있습니다. 이러한 데이터 세트는 80개의 클래스와 140,000개의 이미지를 포함하는 상당한 규모입니다. 하지만 이 플랫폼은 소규모 데이터 세트도 지원하므로 모든 수준의 사용자에게 이상적입니다. 사용자 정의 데이터 세트를 업로드하거나 Roboflow와 같은 외부 도구에 연결하여 이미지 주석을 달고 데이터 세트를 준비할 수 있습니다.
Ultralytics HUB에서 새 프로젝트를 만드는 것은 매우 간단합니다. 다음은 시작하는 데 도움이 되는 단계별 가이드입니다:
프로젝트가 설정되면 클릭 한 번으로 모델을 훈련할 수 있습니다. Ultralytics HUB는 다양한 교육 옵션을 제공합니다:
Google Colab에서 모델을 학습시키려면
Ultralytics HUB는 모델의 훈련 진행 상황을 실시간으로 추적합니다. 정확도, 정밀도, 리콜, 손실 함수와 같은 주요 지표를 모니터링할 수 있습니다. 또한 이 플랫폼은 훈련 데이터를 시각화하여 시간이 지남에 따라 모델이 어떻게 개선되는지 확인할 수 있습니다.
사용자가 로컬 설정 없이 클라우드에서 직접 모델을 훈련할 수 있는 클라우드 트레이닝을 도입한 Ultralytics HUB. 또한 이 플랫폼은 이미지에 주석을 달고 데이터 세트를 준비하기 위해 Roboflow와 통합됩니다. 이러한 통합은 데이터 준비부터 모델 훈련까지 워크플로우를 간소화합니다.
Ultralytics HUB 앱은 모바일 디바이스에 실시간 물체 감지 기능을 제공합니다. 이 앱은 사전 학습된 모델을 사용하여 iPhone 14 Pro에서 초당 30프레임으로 실행되는 COCO 데이터 세트의 객체를 높은 정확도로 감지할 수 있습니다. 이 기능은 실제 시나리오에서 모델을 테스트하고 훈련된 모델의 기능을 시연하는 데 적합합니다.
Ultralytics HUB는 컴퓨터 비전 분야의 판도를 바꾸고 있으며, 맞춤형 YOLO 모델을 그 어느 때보다 쉽게 훈련할 수 있게 해줍니다. 사용자 친화적인 인터페이스, 강력한 기능, 원활한 통합으로 개발자와 연구자 모두에게 필수적인 도구로 자리매김하고 있습니다. 로컬, 클라우드 또는 모바일 앱으로 이동 중에도 모델을 훈련할 수 있는 Ultralytics HUB는 모든 것을 지원합니다.
기다릴 이유가 있을까요? 지금 바로 울트라리틱스 허브에 들어가서 클릭 몇 번으로 머신 러닝 프로젝트의 잠재력을 실현하세요!
