엣지 디바이스에 Ultralytics YOLO26을 어떻게 배포하나요?

YOLO26은 TensorRT, ONNX, CoreML, TFLite 및 OpenVINO로의 내보내기를 지원하여 가장 일반적인 엣지 배포 대상을 포괄합니다. NMS-free 아키텍처를 통해 통합 과정의 번거로움을 줄이고 별도의 설정 없이 지연 시간을 낮춥니다.

Ultralytics YOLO26은 기존 YOLO 워크플로와 호환되나요?

네. YOLO26은 이전 Ultralytics YOLO 릴리스와 동일한 인터페이스를 따르므로 간편하게 마이그레이션할 수 있습니다. YOLO26 모델 가중치로 교체하기만 하면 됩니다.

Ultralytics YOLO26은 어떤 작업을 지원하나요?

객체 감지, 인스턴스 분할, 시맨틱 분할, 이미지 분류, 포즈 추정 및 방향 객체 감지를 하나의 통합된 모델 제품군으로 제공합니다.

어떤 Ultralytics YOLO26 모델 크기를 사용해야 하나요?

나노(n) 모델은 엣지 및 CPU 제약이 있는 디바이스에 적합합니다. 소형(s) 및 중형(m) 모델은 대부분의 애플리케이션에서 속도와 정확도의 균형이 뛰어납니다. 대형(l) 및 초대형(x) 모델은 까다로운 워크로드에서 최대 정확도를 제공합니다.

YOLO11과 비교했을 때 Ultralytics YOLO26의 주요 개선 사항은 무엇인가요?

YOLO26은 내보내기를 간소화하기 위해 DFL을 제거하고, 엔드투엔드 추론 속도를 높이기 위해 NMS를 없앴으며, ProgLoss + STAL로 소형 객체 정확도를 개선했습니다. 또한 더 안정적인 학습을 위해 MuSGD 옵티마이저를 도입하고 CPU 추론 속도를 최대 43% 높였습니다.

Ultralytics YOLO

★★★★★5/5

Ultralytics YOLO26 모델

엣지 및 저전력 디바이스를 위해 처음부터 설계된 Ultralytics YOLO26은 더 깔끔하고 단순한 아키텍처로 CPU 추론 속도를 최대 43% 높여 실시간 비전 AI의 새로운 기준을 제시합니다.

시작하기

Ultralytics Enterprise 라이선스 요청

업계 선도 기업들이 신뢰합니다

YOLO26 추론 사용해 보기

이미지를 끌어다 놓고 실시간 객체 탐지를 확인하세요

입력

이미지를 업로드하거나 예시를 선택하여 테스트하세요 YOLO26n. 예측 문서

라이브 데모

여기에 이미지를 놓으세요

또는 클릭하여 찾아보기

JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP 등을 지원합니다(최대 10MB).

또는 예시 사용해 보기

신뢰도

0.25

IoU

0.70

이미지 크기

640

예측 결과가 여기에 표시됩니다.

모델을 배포하여 API 키 인증이 적용된 전용 추론 엔드포인트를 확보하세요. 그런 다음 아래의 자리표시자 URL과 키를 배포 값으로 바꾸세요. 배포 문서

import requests

# Deployment URL and API key
url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"

# Optional inference parameters (conf, iou, imgsz)
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

Ultralytics YOLO26의 주요 개선 사항

CPU 추론 속도 최대 43% 향상
엣지 및 리소스가 제한된 환경에 맞게 설계되어 GPU가 없는 디바이스에서도 실시간 성능을 제공합니다.

NMS 없는 엔드투엔드 추론
후처리 단계 없이 예측 결과를 직접 생성합니다. 지연 시간은 줄이고 배포는 간소화합니다.

DFL을 제거해 하드웨어 호환성 확대
Distribution Focal Loss를 제거해 내보내기 과정을 간소화하고 엣지 디바이스 호환성을 넓힙니다.

MuSGD: 더 스마트한 옵티마이저
LLM 학습의 최신 발전에서 영감을 얻은 SGD와 Muon의 하이브리드로, 더 안정적인 학습을 지원합니다.

한눈에 보는 Ultralytics YOLO 모델

최신 Ultralytics YOLO 모델 제품군의 속도, 정확도, 지원 비전 작업을 비교해 보세요.

기능
속도 이미지 처리 시간	0.54 ms	0.47 ms	0.56 ms	0.67 ms	0.62 ms
정확도 mAP50-95	34.3%	37.3%	39.5%	40.9%	42.3%
객체 탐지
인스턴스 분할	-
시맨틱 분할	-		-
깊이 추정	-	-	-
이미지 분류	-
포즈 추정	-
OBB 감지	-