설명
Ultralytics YOLO는 다양한 컴퓨터 비전 작업을 위해 특별히 설계된 YOLO26, YOLO11 및 YOLOv8을 포함하는 강력한 모델 모음입니다. 이 모델들은 객체 탐지, 인스턴스 분할, 의미론적 분할, 이미지 분류, 포즈 추정 및 객체 추적에서 뛰어난 성능을 발휘합니다. Ultralytics YOLO의 주요 목표는 개발자와 연구자에게 고급 컴퓨터 비전 애플리케이션을 구현할 수 있는 강력한 도구를 제공하는 것입니다.
더 읽기
Ultralytics YOLO 모델은 실시간 객체 탐지에서 속도와 정확성으로 잘 알려진 YOLO(You Only Look Once) 아키텍처를 기반으로 구축되었습니다. Ultralytics에서 도입한 각 YOLO 버전은 성능 향상을 가져와 자율주행 차량에서 감시 시스템에 이르기까지 다양한 응용 프로그램에 적합합니다. 이 모델들은 오픈 소스이며, 사용자가 특정 요구에 맞게 수정하고 조정할 수 있습니다.
개발자는 GitHub에서 리포지토리를 클론하여 Ultralytics YOLO를 프로젝트에 쉽게 통합할 수 있습니다. 설치 과정은 간단하며, 사용자는 필요한 종속성을 설치해야 합니다. 설정이 완료되면 사용자는 요구 사항에 따라 모델을 구성하고 실행하여 컴퓨터 비전 작업에서 인상적인 결과를 얻을 수 있습니다.
Ultralytics YOLO는 로봇 공학, 의료 및 보안과 같은 산업에서 정확한 시각 인식이 중요한 전문가들에게 특히 가치가 있습니다. 이러한 모델의 유연성과 확장성은 소규모 프로젝트와 대규모 배포 모두에 적합합니다. Ultralytics YOLO의 기능을 활용함으로써 사용자는 고급 시각적 이해로 애플리케이션을 향상시켜 궁극적으로 더 나은 의사 결정과 개선된 결과를 이끌어낼 수 있습니다.
- 카테고리컴퓨터 비전 도구
- 요금제오픈소스
- 배포클라우드, 셀프 호스팅
- 플랫폼웹, Linux, Windows
Ultralytics YOLO의 핵심 기능
객체 탐지
인스턴스 분할
의미론적 분할
이미지 분류
포즈 추정
객체 추적
오픈 소스
실시간 처리
Ultralytics YOLO 시작하기
클론: GitHub에서 Ultralytics YOLO 리포지토리를 클론합니다.
종속성 설치: 모델에 필요한 라이브러리와 종속성을 설치합니다.
구성: 프로젝트 요구 사항에 따라 모델 설정을 조정합니다.
실행: 객체 탐지 및 기타 작업을 수행하기 위해 모델을 실행합니다.
Ultralytics YOLO의 사용 사례
- 자율주행 차량
- 감시 시스템
- 의료 영상
- 로봇 공학
- 증강 현실
