몇 줄의 코드로 Ultralytics 객체 감지 및 분할 모델을 실행하는 방법에 대한 단계별 가이드입니다.

몇 줄의 코드로 Ultralytics 객체 감지 및 분할 모델을 실행하는 방법에 대한 단계별 가이드입니다.

Ultralytics의 YOLOv5 및 YOLOv8 모델의 객체 감지 및 세분화 기능을 자세히 살펴보는 또 다른 블로그 게시물에 오신 것을 환영합니다. 몇 줄의 코드로 이러한 사용하기 쉬운 모델을 프로젝트에 통합하는 방법을 살펴봅니다. 초보자이든 숙련된 개발자이든 Ultralytics가 다양한 YOLO 버전 및 트랜스포머 기반 모델을 포함한 다양한 모델과 아키텍처를 지원하는 방법을 알 수 있습니다.
그의 비디오에서 Nicolai Nielsen은 Ultralytics 프레임워크 내에서 다양한 모델을 설정하고 사용하는 과정을 안내합니다. 단계별로 분석하고 이러한 놀라운 도구를 시작하는 방법을 살펴보겠습니다.
Ultralytics는 다양한 객체 감지 및 분할 모델을 지원하는 포괄적인 프레임워크를 제공합니다. 여기에는 YOLOv3부터 최신 YOLOv8, YOLO-NAS 및 SAM 모델에 이르는 인기 있는 YOLO 모델이 포함됩니다. 이러한 모델은 실시간 감지, 분할 및 자세 추정과 같은 다양한 작업을 처리하도록 설계되었습니다.
시작하려면 Ultralytics 문서 페이지를 방문하십시오. 여기에서 각 모델의 주요 기능, 아키텍처 및 Python 스크립트에서 사용하는 방법 등 자세한 정보를 찾을 수 있습니다.
먼저 Ultralytics가 설치되어 있는지 확인하십시오. 다음 명령을 실행하여 설치할 수 있습니다.
bash
코드 복사
이 작업이 완료되면 프로젝트에서 이러한 모델을 사용할 수 있습니다. YOLOv8 모델을 예로 들어 시작하겠습니다.
YOLOv8은 이전 버전에 비해 몇 가지 개선 사항이 있습니다. 실시간 애플리케이션에 적합하도록 더 빠르고 정확하게 설계되었습니다. 주요 기능은 다음과 같습니다.
다음은 몇 줄의 코드로 YOLOv8을 시작하는 방법입니다.
코드 복사
이것으로 끝입니다! 이미지를 통해 YOLOv8 모델을 실행했습니다. 이 단순함이 Ultralytics 모델을 매우 강력하고 사용자 친화적으로 만드는 이유입니다.
실시간 웹캠 피드에서 YOLOv8이 작동하는 모습을 보고 싶으신가요? 방법은 다음과 같습니다.
python
코드 복사
이 스크립트는 웹캠을 열고 YOLOv8 모델을 적용하여 실시간으로 객체를 감지합니다.

Ultralytics는 YOLOv8에만 국한되지 않습니다. 또한 실시간 감지를 위해 YOLOv5, YOLO-NAS 및 Transformer 기반 모델과 같은 다양한 기타 모델을 지원합니다. 각 모델에는 고유한 강점과 사용 사례가 있습니다.
Baidu에서 개발하고 Ultralytics에서 지원하는 RT-DETR 모델은 실시간 성능과 높은 정확도를 제공하는 최첨단 엔드 투 엔드 객체 감지기입니다. conv 기반 백본과 효율적인 하이브리드 인코더를 사용하여 실시간 속도를 구현하고 TensorRT로 CUDA에서 탁월한 성능을 발휘하며 유연한 추론 속도 조정을 지원합니다.
다음은 RT-DETR 모델을 실행하는 방법입니다.
코드 복사
Ultralytics는 MobileSAM 및 FastSAM과 같은 분할 작업을 위한 모델도 제공합니다. 이러한 모델은 이미지의 모든 것을 분할하여 장면에 대한 자세한 통찰력을 제공하도록 설계되었습니다.
FastSAM은 실시간 분할에 최적화되어 있으며, 실행 방법은 다음과 같습니다.
코드 복사
이 모델은 빠르고 정확한 분할이 필요한 애플리케이션에 적합합니다.
Ultralytics 프레임워크의 훌륭한 기능 중 하나는 다양한 모델을 나란히 비교할 수 있다는 것입니다. 추론 속도 및 평균 정밀도(mAP)와 같은 성능 지표를 살펴보면 특정 애플리케이션에 가장 적합한 모델을 쉽게 결정할 수 있습니다.
Ultralytics는 단 몇 줄의 코드로 객체 감지 및 분할 모델을 매우 쉽게 실행할 수 있도록 합니다. 실시간 애플리케이션을 개발하든 고정밀 모델이 필요하든 Ultralytics는 여러분을 위한 솔루션을 제공합니다. Ultralytics YouTube 채널에서 Nicolai Nielsen의 전체 튜토리얼을 통해 더 자세한 정보와 예제를 확인하십시오.
Ultralytics 커뮤니티의 더 많은 튜토리얼과 업데이트를 계속 지켜봐 주세요!


.webp)