Ultralytics HUB로 사용자 지정 모델을 학습시키는 방법

AI 기반 혁신을 끊임없이 추구하는 저희와 함께, 사용자 지정 Ultralytics YOLO 모델 학습을 간소화하도록 설계된 플랫폼인 Ultralytics HUB를 자세히 살펴보겠습니다. 숙련된 개발자든 초보자든 상관없이, Ultralytics HUB는 컴퓨터 비전 모델을 생성하고 관리하기 위한 원활한 경험을 제공합니다. 몇 번의 클릭만으로 사용자 지정 YOLO 모델을 학습시키는 방법을 알아보겠습니다.

Link to this sectionUltralytics HUB란 무엇인가요?#

Ultralytics HUB는 데이터셋, 프로젝트 및 모델을 처리하도록 설계된 포괄적인 플랫폼으로, 머신러닝 모델을 보다 쉽게 학습하고 배포할 수 있도록 합니다.

다양한 플랫폼과 통합되며, 모바일 앱(Android 및 iOS 모두에서 사용 가능)을 통한 실시간 업데이트를 지원하고, 새로운 기능으로 지속적으로 발전하고 있습니다. 더 자세한 기술적 통찰력과 단계별 워크플로우를 보려면 클라우드에서 컴퓨터 비전 모델 학습에 관한 Medium 아티클을 확인하세요.

Link to this sectionUltralytics HUB 시작하기#

Link to this section사용자 친화적인 인터페이스#

Ultralytics HUB에서 가장 먼저 눈에 띄는 것은 직관적인 인터페이스입니다. 홈페이지에서 데이터셋, 프로젝트, 모델 및 통합에 쉽게 액세스할 수 있습니다. 아직 베타 버전이지만, 이 플랫폼은 이미 다양하고 강력한 기능을 자랑합니다.

Link to this section데이터셋 및 모델#

Ultralytics HUB에는 벤치마킹에 흔히 사용되는 VOC, COCO 및 Simpsons와 같은 표준 데이터셋이 사전 로드되어 제공됩니다. 이러한 데이터셋은 규모가 상당하며, COCO의 경우 80개의 클래스와 140,000개의 이미지를 포함합니다. 그러나 플랫폼은 더 작은 데이터셋도 지원하므로 모든 수준의 사용자에게 적합합니다. 사용자 지정 데이터셋을 업로드하거나 이미지 주석 및 데이터셋 준비를 위해 Roboflow와 같은 외부 도구에 연결할 수 있습니다.

Link to this section프로젝트 생성#

Ultralytics HUB에서 새 프로젝트를 만드는 과정은 매우 간단합니다. 시작하기 위한 단계별 가이드는 다음과 같습니다.

1. 프로젝트 생성: 프로젝트 이름을 지정하는 것부터 시작합니다. 이 예제에서는 프로젝트 이름을 "Object Detection"으로 하겠습니다.
2. 데이터셋 선택: 사용 가능한 옵션 중에서 데이터셋을 선택합니다. 편의상 14,000개의 이미지가 포함된 Simpsons 데이터셋을 사용하겠습니다.
3. 모델 선택: YOLO 모델을 선택합니다. Ultralytics HUB는 YOLOv5 및 YOLOv8을 포함한 다양한 모델을 지원합니다. 이 예제에서는 YOLOv8 nano 모델을 사용하겠습니다.
4. 하이퍼파라미터 조정: 에포크 수, 이미지 크기, 배치 크기와 같은 설정을 조정합니다. GPU나 CPU 사용 여부를 선택하고 캐싱 옵션을 구성할 수도 있습니다.

Link to this section모델 학습#

프로젝트가 설정되면 클릭 한 번으로 모델 학습을 시작할 수 있습니다. Ultralytics HUB는 다음과 같은 다양한 학습 옵션을 제공합니다.

• 로컬 학습: 로컬 머신에 Ultralytics를 설치하고 학습 스크립트를 실행합니다.
• Google Colab: 필요한 코드가 미리 구성된 Google Colab 노트북을 엽니다. 이 옵션은 코딩이 필요 없으며 클라우드에서 원활하게 실행됩니다.
• HUB 클라우드: Ultralytics HUB 클라우드 학습은 코딩 없이 YOLO 모델을 학습시킬 수 있는 솔루션을 제공하며, 코딩을 하지 않는 사용자나 비즈니스 소유자에게 적합합니다. 워크플로우에는 데이터셋 업로드, 모델 선택 및 클라우드 인스턴스 설정이 포함되어 있어 사전 학습된 모델을 쉽게 미세 조정하고 다양한 애플리케이션을 위해 내보낼 수 있습니다.

Google Colab에서 모델을 학습시키려면:

1. Ultralytics 설치: 명령어를 실행하여 노트북에 Ultralytics를 설치합니다.
2. 설정 및 API Key: 설정을 구성하고 API Key를 입력합니다.
3. 학습 시작: 학습 명령어를 실행하면 모델 학습이 시작됩니다.

그림 1. Nicolai Nielsen이 Ultralytics HUB에서 모델을 학습시키는 방법을 설명합니다.

Link to this section학습 진행 상황 모니터링#

Ultralytics HUB는 모델의 학습 진행 상황을 실시간으로 추적합니다. 정확도, 정밀도, 재현율 및 손실 함수와 같은 주요 지표를 모니터링할 수 있습니다. 또한 플랫폼은 학습 데이터를 시각화하여 시간에 따른 모델의 개선 과정을 확인할 수 있도록 합니다.

Link to this section고급 기능 및 통합#

Link to this section클라우드 학습 및 Roboflow 통합#

Ultralytics HUB는 클라우드 학습을 도입하여 사용자가 로컬 설정 없이 클라우드에서 직접 모델을 학습시킬 수 있도록 했습니다. 또한 이 플랫폼은 이미지 주석 및 데이터셋 준비를 위해 Roboflow와 통합됩니다. 이러한 통합은 데이터 준비부터 모델 학습까지의 워크플로우를 간소화합니다.

Link to this section모바일 앱#

Ultralytics HUB 앱은 모바일 기기에서 실시간 객체 탐지 기능을 제공합니다. 사전 학습된 모델을 사용하여 이 앱은 COCO 데이터셋의 객체를 높은 정확도로 탐지할 수 있으며 iPhone 14 Pro에서 초당 30프레임으로 실행됩니다. 이 기능은 실제 시나리오에서 모델을 테스트하고 학습된 모델의 성능을 시연하는 데 완벽합니다.

Link to this section마무리하며#

Ultralytics HUB는 컴퓨터 비전 세계의 판도를 바꾸어 놓았으며, 그 어느 때보다 쉽게 사용자 지정 YOLO 모델을 학습할 수 있게 되었습니다. 사용자 친화적인 인터페이스, 강력한 기능 및 원활한 통합으로 인해 개발자와 연구자 모두에게 필수적인 도구로 자리매김하고 있습니다. 로컬에서 학습하든, 클라우드에서 학습하든, 아니면 모바일 앱을 사용하여 이동 중에 학습하든, Ultralytics HUB가 해결해 드립니다.

그러니 무엇을 망설이시나요? 지금 바로 Ultralytics HUB를 시작하고 몇 번의 클릭만으로 머신러닝 프로젝트의 잠재력을 최대한 활용해 보세요!