Ultralytics YOLO11이 출시되었습니다! AI의 가능성을 재정의하세요!

Ultralytics models의 차세대 진화 버전인 YOLO11을 소개하게 되어 매우 기쁩니다! 이전 YOLO 모델 버전의 인상적인 발전 위에서 구축된 YOLO11은 더 빠르고, 더 정확하며, 믿을 수 없을 정도로 다재다능하게 만드는 다양한 강력한 기능과 최적화를 제공합니다. AI 전문가, 혁신가, 개발자들이 모이는 Ultralytics의 연례 하이브리드 모임인 YOLO Vision 2024 (YV24) event에서 발표된 이 최신 Ultralytics 패밀리는 computer vision으로 가능한 것들의 한계를 재정의할 것입니다.

혁신적인 아키텍처를 갖춘 Ultralytics YOLO11은 실시간 객체 검출부터 분류에 이르기까지 다양한 컴퓨터 비전 작업에 활용될 수 있으며, 개발자와 연구원 모두에게 게임 체인저가 됩니다. 주요 개선 사항으로는 더 정밀한 세부 정보 캡처를 위한 향상된 피처 추출, 더 적은 파라미터로 구현하는 더 높은 정확도, 그리고 실시간 성능을 크게 향상시키는 더 빠른 처리 속도가 있습니다. 본 글에서는 YOLO11이 돋보이는 이유와 이것이 computer vision applications을 어떻게 혁신할 수 있는지 자세히 살펴보겠습니다. 시작하겠습니다!

그림 1. YOLO Vision 24에서 Ultralytics YOLO11을 발표하며 무대에 오른 Glenn Jocher.

Ultralytics YOLO11 알아보기#

YOLO11은 computer vision을 새로운 경지로 끌어올리는 더욱 강력하고 다재다능한 모델을 제공하며 YOLO 패밀리의 새로운장을 엽니다. 정제된 아키텍처와 향상된 성능을 갖춘 이 모델은 비전 AI 커뮤니티가 Ultralytics YOLOv8에서 사랑해 마지않았던 포즈 추정 및 인스턴스 세분화와 같은 computer vision tasks을 지원하되, 훨씬 더 뛰어난 성능과 정밀도를 제공합니다. Ultralytics의 창립자이자 CEO인 Glenn Jocher는 다음과 같이 공유했습니다. “YOLO11을 통해 우리는 실제 애플리케이션을 위한 강력함과 실용성을 모두 제공하는 모델을 개발하고자 했습니다. 향상된 효율성과 정확성 덕분에 이 모델은 다양한 산업이 직면한 고유한 과제에 적응할 수 있는 강력한 도구가 됩니다. 비전 AI 커뮤니티가 YOLO11을 사용하여 혁신적인 솔루션을 만들고 computer vision을 다음 단계로 끌어올리는 모습을 빨리 보고 싶습니다.”

그림 2. YV24에서 Ultralytics YOLO11을 발표하며 무대에 오른 Glenn Jocher.

Ultralytics YOLO11에서 지원하는 computer vision 작업에 대한 간략한 소개입니다:

• Object detection: 이미지나 비디오 프레임 내의 객체를 식별하고 위치를 파악하며, surveillance, autonomous driving, retail analytics 등의 애플리케이션을 위해 주변에 바운딩 박스를 그립니다.
• Instance segmentation: 이미지 내의 개별 객체를 픽셀 수준까지 식별하고 분리하는 작업입니다. medical imaging 및 manufacturing의 결함 검출과 같은 애플리케이션에 유용합니다.
• Image classification: 전체 이미지를 사전 정의된 클래스로 분류하므로 전자 상거래의 product categorization이나 wildlife monitoring과 같은 애플리케이션에 이상적입니다.
• Pose estimation: 이미지나 비디오 프레임 내의 특정 키포인트를 검출하여 움직임이나 포즈를 추적하며, fitness tracking, sports analytics, healthcare 애플리케이션에 유용합니다.
• Oriented object detection (OBB): 방향 각도를 가진 객체를 검출하여 회전된 객체의 더 정밀한 위치 파악을 가능하게 하며, aerial imagery, robotics, warehouse automation 작업에 특히 유용합니다.
• Object Tracking: across consecutive video frames에서 객체의 움직임을 모니터링하고 추적하므로 많은 실시간 애플리케이션에 필수적입니다.

Fig 3. Ultralytics YOLO11이 지원하는 Computer Vision 작업.

Ultralytics YOLO11의 차별점은 무엇인가요?#

YOLO11은 연초에 YOLOv9과 YOLOv10에서 도입된 발전 사항을 바탕으로 개선된 아키텍처 디자인, 향상된 피처 추출 기술, 최적화된 학습 방법을 통합했습니다. YOLO11을 진정으로 돋보이게 하는 것은 속도, 정확도, 효율성의 인상적인 조합으로, Ultralytics가 지금까지 만든 가장 강력한 모델 중 하나가 되도록 만듭니다. 개선된 디자인을 통해 YOLO11은 이미지에서 중요한 패턴과 세부 정보를 식별하는 프로세스인 더 나은 feature extraction을 제공하여 까다로운 시나리오에서도 복잡한 측면을 더 정확하게 캡처할 수 있게 해줍니다.

주목할 만하게도, YOLO11m은 YOLOv8m보다 22% 더 적은 파라미터를 사용하면서도 COCO dataset에서 더 높은 mean Average Precision (mAP) score를 달성하여 성능 저하 없이 연산 측면에서 더 가벼워졌습니다. 이는 실행 효율성이 높아지면서도 더 정확한 결과를 제공함을 의미합니다. 게다가 YOLO11은 YOLOv10보다 약 2% 더 빠른 추론 시간과 함께 더 빠른 처리 속도를 제공하여 실시간 애플리케이션에 이상적입니다.

Fig 4. 객체 감지에 Ultralytics YOLO11 사용.

복잡한 작업을 처리하도록 구축되는 동시에 리소스 부담이 적고 대규모 모델의 성능을 향상시키도록 설계되어 까다로운 AI 프로젝트에 안성맞춤입니다. augmentation pipeline의 개선을 통해 학습 프로세스 또한 향상되었으므로, 소규모 프로젝트를 진행하든 대규모 애플리케이션을 구축하든 Ultralytics YOLO11이 다양한 작업에 쉽게 적응할 수 있습니다.

실제로 YOLO11은 처리 능력 측면에서 매우 효율적이며 클라우드와 에지 장치 모두에 deployment하기에 안성맞춤이어서 다양한 환경에서의 유연성을 보장합니다. 간단히 말해, YOLO11은 단순한 업그레이드가 아니라 어떤 computer vision 과제든 처리할 수 있도록 더 잘 갖춰진, 훨씬 더 정확하고 효율적이며 유연한 모델입니다. autonomous driving, surveillance, healthcare imaging, smart retail, industrial use cases 등 어떤 분야에서든 YOLO11은 거의 모든 computer vision application에 부응할 수 있을 만큼 다재다능합니다.

Ultralytics YOLO11은 다양한 시스템 및 플랫폼에 바로 적용할 수 있습니다.#

Ultralytics YOLO11은 이미 사용 중인 시스템 및 플랫폼과 seamlessly integrate하도록 설계되었습니다. YOLOv8이 제공하는 지원을 바탕으로, YOLO11은 training, testing, deployment를 위한 다양한 환경과 호환됩니다. NVIDIA GPUs, edge devices 작업 중이거나 deploying on cloud 플랫폼에 배포하는 경우에도 YOLO11은 워크플로에 간편하게 맞추어지도록 최적화되어 있습니다.

이러한 통합 기능은 YOLO11을 다양한 산업에 적응할 수 있게 만드는 훌륭한 부가 기능이며, businesses가 기존 프로세스에 모델을 쉽게 구현할 수 있도록 돕습니다. 예를 들어, agriculture, 특히 crop monitoring을 위해 YOLO11을 사용한다고 가정해 보겠습니다. 넓은들판에서 실시간으로 식물 건강 상태 문제를 식별하기 위해 드론에 모델을 배포해야 할 수도 있습니다. 하지만 보안 분야에 종사하는 경우, 여러 카메라 피드를 모니터링하여 object detection을 수행하기 위해 클라우드 기반 시스템과 함께 YOLO11을 사용하는 것을 선호할 수 있습니다.

Fig 5. 농업 분야에서의 Ultralytics YOLO11 사용.

Ultralytics YOLO11로 AI 커뮤니티 역량 강화#

비전 AI 커뮤니티는 YOLO11의 출시와 함께 흥미로운 발전을 기대할 수 있습니다. 향상된 정확도와 효율성 덕분에 이 새로운 모델은 기존 애플리케이션을 변혁하고 새로운 애플리케이션을 창출할 잠재력을 가지고 있습니다. 이러한 발전에 중요한 요소는 Ultralytics HUB입니다. Ultralytics HUB는 YOLO11을 포함한 YOLO 모델의 학습 및 배포를 간소화하는 사용자 친화적인 플랫폼입니다.

그림 6. Ultralytics HUB에서 YOLO11 추론 실행.

Ultralytics HUB는 사용자가 데이터셋을 업로드하고, 다양한 사전 학습 모델에 액세스하며, 모든 프로젝트를 한곳에서 관리할 수 있게 하여 개발 프로세스를 간소화합니다. 또한 HUB는 협업을 지원하여 팀이 AI 프로젝트에서 쉽게 함께 작업할 수 있도록 합니다. Ultralytics HUB의 주요 기능은 다음과 같습니다.

• Cloud training: Ultralytics HUB는 확장성과 효율성을 위해 원활한 클라우드 기반 모델 학습을 제공합니다.
• Pre-trained models: 본 플랫폼은 다양한 사전 학습된 YOLOv5, YOLOv8, YOLO11 모델에 대한 액세스를 제공합니다.
• 모델 내보내기: 학습된 모델은 배포를 위해 다양한 형식으로 내보낼 수 있습니다.
• Integrations: Ultralytics HUB는 Roboflow, Google Colab, Weights & Biases 같은 플랫폼과 원활하게 통합됩니다.
• 상세 문서: Ultralytics HUB는 사용자 지원을 위한 포괄적인 가이드와 FAQ를 제공합니다.
• 커뮤니티 지원: 질문과 토론을 위해 활발한 Discord 커뮤니티가 운영되고 있습니다.

HUB의 직관적인 설계를 통해 숙련된 개발자와 초보자 모두 빠르게 시작할 수 있습니다. 더 많은 개발자가 HUB를 통해 Ultralytics YOLO11을 사용함에 따라, computer vision의 한계를 넓히고 AI 기술의 미래를 만들어가는 고성능 애플리케이션의 급증을 기대할 수 있습니다.

직접 경험해 보는 Ultralytics YOLO11#

YOLOv8과 마찬가지로 YOLO11도 곧 Ultralytics HUB와 Ultralytics Python package를 통해 체험할 수 있게 됩니다. Ultralytics HUB에 로그인하거나 quickstart guide를 확인하여 패키지 설치에 대한 단계별 지침을 확인하실 수 있습니다. 출시되면 그 기능을 탐색하고, 다양한 datasets으로 실험하며, 다양한 시나리오에서 YOLO11이 어떻게 성능을 발휘하는지 확인할 수 있습니다. AI 커뮤니티가 개발에 contributing하고, 피드백을 제공하며, 이를 기반으로 구축함으로써 YOLO11에 참여하는 모습을 정말 기대하고 있습니다.

기존 프로젝트를 최적화하고자 하는 개발자이든 새로운 애플리케이션 제작에 관심이 있는 사람이든, 여러분의 참여는 혁신을 이끄는 데 도움이 될 수 있습니다. 토론에 참여하고, 경험을 공유하며, 다른 사람들과 협업하여 Ultralytics YOLO11의 잠재력을 최대한 발휘해 보세요. 여러분이 YOLO11을 사용하여 현실 세계의 과제를 해결하고 창의적인 아이디어를 실현하는 모습을 보게 되어 기쁩니다!

Ultralytics YOLO11과 함께 새로운 장이 시작됩니다.#

Ultralytics YOLO11은 뛰어난 정확도, 속도, 효율성을 결합한 컴퓨터 비전의 다음 단계입니다. YV24에서 발표된 이 모델의 고급 기능은 자율주행 차량부터 스마트 리테일 솔루션에 이르기까지 다양한 실시간 애플리케이션에 다목적으로 활용될 수 있게 합니다. AI 커뮤니티가 이 모델을 탐색하고 사용하기 시작함에 따라, YOLO11이 어떻게 혁신을 이끌고 새로운 가능성을 실현할지 기대가 큽니다. AI의 최신 발전 사항을 살펴보고 싶다면 YOLO11을 사용해보고 컴퓨터 비전 프로젝트를 어떻게 향상시킬 수 있는지 확인해 보세요!

AI에 대해 더 알아보려면 GitHub repository를 방문하고 our active community에 참여하세요. AI가 healthcare 및 agriculture 같은 분야에서 어떻게 발전하고 있는지 발견해보세요.