Ultralytics YOLOv8 출시 1주년: 획기적인 성과와 혁신의 한 해
Ultralytics YOLOv8의 첫해를 기념하며 2023년 주요 성과, Ultralytics HUB 업데이트, OBB 감지 및 Ultralytics Explorer와 같은 새로운 기능을 살펴봅니다.
Abirami Vina7 분 읽기
오늘인 2024년 1월 10일은 Ultralytics YOLOv8 출시 1주년이 되는 날입니다. 함께 기념해 보세요! 지난 한 해는 여러 이정표를 세우고 가능성의 한계를 넓혀 간 흥미진진한 시간이었습니다. 2023년의 주요 성과와 2024년의 계획을 함께 돌아보겠습니다.
2023년 Ultralytics YOLOv8의 영향 돌아보기#
그림 1. 2023년에 학습된 Ultralytics YOLOv8 모델 1,900만 개.
YOLOv8은 컴퓨터 비전 열성 사용자와 더 넓은 커뮤니티로부터 뜨거운 환영을 받았습니다. 지난 한 해 동안 Ultralytics 패키지는 2,000만 회 이상 다운로드되었으며, 12월 한 달에만 기록적인 400만 회의 다운로드를 달성했습니다. 창립자 겸 CEO인 Glenn Jocher는 YOLOv8에 대한 관심이 계속 높아져 매일 매초 1,000건이 넘는 추론 작업이 시작되고 있다고 전했습니다.
관심과 호기심을 불러일으키는 데 그치지 않고, Ultralytics YOLOv8은 실제 환경의 실용적인 애플리케이션에서도 큰 영향력을 입증했습니다. 올해 다양한 산업과 분야에서 500만 명의 사용자와 150억 건의 이벤트가 YOLOv8의 혜택을 받았습니다. 감시 시스템 개선부터 의료, 농업, 제조 분야의 발전에 이르기까지 YOLOv8은 전 세계 여러 산업에 변화를 가져오고 있습니다.
Ultralytics YOLOv8 문서 확장#
Ultralytics YOLOv8을 여러분에게 더 가까이 전해 드립니다! 문서는 이제 11개 언어로 제공되며 200개 이상의 페이지를 갖추고 있고, 다양한 커뮤니티의 요구를 더 잘 충족하기 위해 계속 확장되고 있습니다. 문서에는 다음과 같은 실제 프로젝트를 위한 가이드가 포함되어 있습니다.
문서에서는 Ultralytics가 다양한 데이터셋을 지원하는 방식도 소개합니다. 예를 들어, 최근 600개 클래스를 포함한 Open Images V7 데이터셋이 지원 데이터셋 목록에 추가되었습니다. 또한 Open Images V7 데이터셋용 사전 학습 모델도 제공하여 직접 사용해 볼 수 있습니다!
사용자 지정 데이터로 학습하는 Ultralytics YOLOv8 모델 생성#
사전 학습된 모델을 사용하는 것 외에도 사용자는 매우 구체적인 비즈니스 문제를 해결하는 맞춤형 컴퓨터 비전 솔루션을 찾고 있습니다. 사용자 지정 데이터로 Ultralytics YOLOv8 모델을 학습할 수 있는 기능은 중요한 장점으로 부상했으며, 2023년에는 YOLOv8 모델 1,900만 개가 학습되었습니다. 이러한 모델은 다양한 작업에 맞게 학습되었으며, 64%는 객체 감지, 20%는 이미지 분할, 15%는 포즈 추정, 1%는 이미지 분류에 사용되었습니다.
누구나 Ultralytics의 노코드 ML 플랫폼인 Ultralytics HUB(현재 Ultralytics Platform)를 통해 코딩 전문 지식과 관계없이 YOLOv8을 학습할 수 있다는 점도 이러한 수치가 가능한 이유 중 하나입니다. 웹과 모바일에서 모두 이용할 수 있는 Ultralytics HUB에서는 코드 없이도 고급 모델을 빠르게 만들고 학습할 수 있습니다. YOLOv8의 성과를 기념하면서 지난 한 해 동안 Ultralytics HUB가 어떻게 발전했는지도 살펴보겠습니다.
2023년 Ultralytics HUB의 성장#
2023년은 Ultralytics HUB에 훌륭한 한 해였습니다. 84건의 주요 버전 업데이트를 통해 기능과 사용자 경험을 한 단계씩 개선했습니다. 협업을 위한 ‘Teams’, 향상된 기능을 제공하는 Pro HUB 버전, 더 명확한 결제 내역, 새로운 사용자 피드백 시스템과 같은 주요 기능도 공개했습니다.
모델 관리가 그 어느 때보다 쉬워졌습니다. 이제 프로젝트 작업 중 모델을 비교하고 이동할 수 있습니다. 유연한 모델 내보내기 옵션을 제공하기 위해 더 많은 형식을 지원하게 되었으며, 그 외에도 다양한 기능이 추가되었습니다.
새로운 기능과 개선된 기능 외에도 기존 기능을 개선하는 데 많은 시간과 노력을 들였습니다. 예를 들어 우선 로딩 덕분에 플랫폼 시작 속도가 훨씬 빨라졌습니다. 더 깔끔한 경험을 제공하기 위해 HUB의 브랜딩과 UX를 새롭게 디자인했으며, 사용자 대시보드에는 빠른 링크와 시작을 돕는 소개 동영상도 추가했습니다.
API 키 관리 기능을 더욱 안전하게 개편했으며, 원활하게 오가며 사용할 수 있도록 플랫폼을 Ultralytics App과 통합했습니다. 이는 개선 사항 중 일부에 불과합니다!
그림 2. 개선된 사용자 대시보드: 빠른 링크와 원활한 시작을 돕는 소개 동영상.
2024년에도 여러분의 지속적인 지원과 의견을 바탕으로 HUB가 한층 더 성장하기를 기대합니다. Ultralytics YOLOv8의 다음 여정을 함께 살펴보겠습니다!
2024년 Ultralytics YOLOv8의 다음 단계#
YOLOv8.1 릴리스를 비롯한 최신 개발 소식을 확인하고, 2024년 Ultralytics의 계획을 살펴보세요!
Ultralytics Explorer 소개#
YOLOv8 첫 기념일에 맞춰 새로운 YOLOv8 기반 도구인 Ultralytics Explorer를 선보입니다. 이 혁신적인 도구는 사용자가 데이터셋을 탐색하고 상호작용하는 방식을 바꿀 것입니다. Ultralytics Explorer API 또는 GUI를 사용하면 SQL 쿼리, 벡터 유사도 검색, 시맨틱 검색을 통해 데이터셋을 필터링하고 검색할 수 있습니다.
Ultralytics Explorer의 흥미로운 기능 중 하나는 이미지 매칭입니다. 예를 들어, 데이터셋에서 이미지를 선택하면 해당 이미지와 유사한 모든 이미지를 데이터셋에서 찾을 수 있습니다. 이를 통해 데이터셋을 더 쉽게 이해하고 관리할 수 있습니다.
그림 3. 새로운 Ultralytics Explorer.
데이터셋에 있는 기린 사진을 모두 확인하려면 몇 번의 클릭만으로 가능합니다! 여러 이미지 매칭도 지원하므로, 매칭할 이미지를 여러 개 선택하면 해당 이미지의 평균이 계산됩니다.
SQL 쿼리를 작성해 특정 레이블이 있는 이미지 중 원하는 개수를 데이터셋에서 찾을 수도 있습니다. 예를 들어, ‘dog’ 레이블이 있는 이미지 10개의 샘플을 보고 싶을 때 유용합니다. 이를 통해 주석이 달린 데이터의 특성을 파악할 수 있습니다.
또 다른 흥미로운 기능은 Ask AI입니다. SQL에 익숙하지 않더라도 SQL을 사용하지 않고 쿼리 기능을 이용할 수 있습니다. 예를 들어, AI 기반 쿼리 생성기에 사람 한 명과 개 두 마리만 포함된 이미지 100개를 보여 달라고 요청하면, 내부적으로 쿼리를 생성하고 결과를 표시합니다.
Ultralytics의 어드바이저인 Ayush Chaurasia는 ‘Ultralytics Explorer API 자체가 오픈 소스라는 점이 가장 큰 장점입니다. 이 API를 사용해 데이터셋 검증, 탐색 등을 위한 애플리케이션을 만들 수 있습니다.’라고 말했습니다. 자세한 내용은 Ultralytics Explorer 문서를 참조하세요.
Ultralytics YOLOv8의 새로운 작업: 방향성 객체 탐지#
Ultralytics YOLOv8은 OBB라고도 하는 방향성 객체 탐지를 도입해 크게 도약했습니다. 이 고급 기능은 다양한 각도와 회전 상태의 객체를 특히 정확하게 탐지하도록 설계되었습니다.
이 기능은 특히 항공 원격 감지 이미지와 텍스트 감지처럼 기울어진 객체의 감지 강건성과 신뢰성을 높여줍니다. OBB는 이미지에서 객체의 위치를 정확하게 찾고 배경 영역이 포함되는 것을 최소화하는 능력이 돋보입니다. 이러한 정밀도는 배경 노이즈를 줄여 객체 분류를 크게 향상시킵니다.
그림 4. 방향성 바운딩 박스(OBB)를 사용한 항공 장면 예시.
Ultralytics의 ML 엔지니어인 Jing Qiu는 최신 혁신에 대해 다음과 같이 설명합니다. ‘새로운 YOLOv8-OBB 모델의 핵심에는 견고한 YOLOv8 탐지 모델이 기반으로 자리하고 있습니다. 추가 파라미터와 연산이 포함되지만, 표준 탐지 모델과 동일한 성능을 유지하면서 실시간 애플리케이션에 필요한 빠른 추론 속도를 보장했습니다. 사용자 친화적이며 동일한 API를 사용하고, 간단한 ‘obb’ 표시만으로 구분됩니다. 따라서 다른 작업과 마찬가지로 매우 쉽게 학습, 검증, 예측, 내보내기를 수행할 수 있습니다.’
DOTA v2 데이터셋을 사용한 모델 학습에 대한 호환성도 추가되었음을 기쁘게 알려드립니다. 이 기능으로 Ultralytics YOLOv8의 역량이 어떻게 확장되는지 알아보려면 DOTA v2 데이터셋 문서를 참조하세요.
개선된 이미지 분류 모델#
Ultralytics YOLOv8이 지원하는 새로운 작업을 추가하는 것도 중요하지만, 기존 작업을 개선하고 발전시키는 일도 그만큼 중요합니다. 이러한 취지에 따라 YOLOv8이 지원하는 이미지 분류 작업을 개선했습니다.
Ultralytics의 ML 엔지니어인 Fatih Akyon은 다음과 같이 강조합니다. ‘Ultralytics 학습 파이프라인에 최신 분류 증강 기법을 통합했습니다. 이를 통해 분류 점수를 향상할 수 있습니다. 기본 yolov8-classification 모델을 새로운 파이프라인으로 다시 학습했습니다.’
그림 5. 이미지 분류를 보여주는 이미지.
Ultralytics YOLOv8의 이미지 분류 기능에 대한 자세한 내용은 YOLOv8 이미지 분류 문서를 확인하세요.
사용자가 제공하는 예시를 모집합니다!#
2023년 Ultralytics YOLOv8의 주요 성과 중 하나는 커뮤니티에서 보내주신 애정과 지원, 기여였습니다. 지금까지 225건이 넘는 기여가 있었으며, YOLOv8을 개선하고 발전시키는 데 도움을 주신 모든 분께 감사드립니다. 여러분의 소중한 의견은 YOLOv8을 개선하고 세밀하게 조정하는 데 기여했으며, 다양한 산업의 여러 요구와 과제에 더 잘 대응하도록 만들었습니다.
2024년을 맞아 사용자가 기여한 예시 저장소를 확장하고자 합니다. 컴퓨터 비전으로 해결할 수 있는 실제 문제를 다루는 데 여러분의 기여가 매우 중요합니다. 혁신적인 사용 사례와 성공 사례, 고유한 구현 방식을 더 넓은 Ultralytics YOLOv8 커뮤니티와 공유해 주세요. 여러분의 기여는 같은 분야에 관심 있는 사람들에게 영감을 주고 YOLOv8이 새로운 수준으로 나아가는 데 도움이 됩니다.
Ultralytics YOLOv8의 다재다능함을 보여주고 커뮤니티의 창의성을 담은 사용자 기여 예제 저장소를 함께 만들어 보세요. 더 많은 예제를 확인하고 기여하려면 예제 저장소를 이용하세요. 기여와 관련해 궁금한 점이 있다면 가이드를 참조하세요.
한결같은 지원에 감사드리며, Ultralytics YOLOv8과 함께할 놀라운 한 해를 기대합니다. 더 많은 업데이트와 혁신, 협업 성과를 기대해 주세요. 멋진 한 해를 맞이하기를 바랍니다!
작성자
댓글
질문하거나 결과를 공유하거나 다른 사람을 도와주세요.
