홈

中文 | 한국어 | 日本語 | Русский | Deutsch | Français | Español | Português | Türkçe | Tiếng Việt | हिन्दी | العربية

소개 Ultralytics YOLOv8는 호평을 받고 있는 실시간 물체 감지 및 이미지 분할 모델의 최신 버전입니다. YOLOv8 는 딥 러닝과 컴퓨터 비전의 최첨단 발전을 기반으로 구축되어 속도와 정확도 면에서 비교할 수 없는 성능을 제공합니다. 간소화된 디자인으로 다양한 애플리케이션에 적합하며, 엣지 디바이스에서 클라우드 API에 이르기까지 다양한 하드웨어 플랫폼에 쉽게 적용할 수 있습니다.

YOLOv8 문서에서 기능을 이해하고 활용하는 데 도움이 되는 종합적인 리소스를 살펴보세요. 이 허브는 숙련된 머신 러닝 실무자이든 이 분야를 처음 접하는 사람이든 프로젝트에서 YOLOv8 의 잠재력을 극대화하는 것을 목표로 합니다.

시작 위치

• 설치 ultralytics 핍과 함께 몇 분 안에 시작하고 실행하세요   시작하기
• 예측 새로운 이미지와 동영상 YOLOv8   이미지 예측
• 기차 사용자 지정 데이터 세트의 새로운 YOLOv8 모델   모델 훈련
• 작업 YOLOv8 세분화, 분류, 포즈 및 추적과 같은 작업   작업 살펴보기
• 신규 🚀 탐색 고급 시맨틱 및 SQL 검색 기능을 갖춘 데이터 세트   데이터 집합 탐색

Watch: 사용자 지정 데이터 세트에서 YOLOv8 모델을 훈련하는 방법 Google Colab.

YOLO: 간략한 역사

YOLO (인기있는 객체 감지 및 이미지 분할 모델인 유 온리 원 룩은 워싱턴 대학교의 조셉 레드몬과 알리 파르하디가 개발했습니다. 2015년에 출시된 YOLO 는 빠른 속도와 정확성으로 빠르게 인기를 얻었습니다.

• 2016년에 출시된 YOLOv2는 일괄 정규화, 앵커 박스, 차원 클러스터를 통합하여 기존 모델을 개선했습니다.
• 2018년에 출시된 YOLOv3는 보다 효율적인 백본 네트워크, 다중 앵커, 공간 피라미드 풀링을 사용하여 모델의 성능을 더욱 향상시켰습니다.
• 2020년에는 모자이크 데이터 증강, 새로운 앵커 프리 감지 헤드, 새로운 분실 기능 등의 혁신을 도입한 YOLOv4가 출시되었습니다.
• YOLOv5 모델의 성능을 더욱 개선하고 하이퍼파라미터 최적화, 통합 실험 추적, 인기 있는 내보내기 형식으로의 자동 내보내기 등의 새로운 기능을 추가했습니다.
• YOLOv6는 메이투안에서 2022년에 오픈소스화했으며, 메이투안의 여러 자율주행 배송 로봇에 사용되고 있습니다.
• YOLOv7은 COCO 키포인트 데이터 세트에 포즈 추정과 같은 추가 작업을 추가했습니다.
• YOLOv8 는 Ultralytics 에서 YOLO 의 최신 버전입니다. 최첨단 최신 모델인 YOLOv8 은 이전 버전의 성공을 바탕으로 향상된 성능, 유연성 및 효율성을 위해 새로운 기능과 개선 사항을 도입했습니다. YOLOv8 은 감지, 분할, 포즈 추정, 추적 및 분류를 포함한 모든 범위의 비전 AI 작업을 지원합니다. 이러한 다용도성 덕분에 사용자는 다양한 애플리케이션과 도메인에서 YOLOv8 의 기능을 활용할 수 있습니다.
• YOLOv9은 프로그래밍 가능한 그라데이션 정보(PGI)와 일반화된 효율적인 레이어 집계 네트워크(GELAN)와 같은 혁신적인 방법을 도입했습니다.
• 칭화대학교의 연구원들이 만든 YOLOv10은 Ultralytics Python 패키지를 사용하여 개발되었습니다. 이 버전은 비최대 억제(NMS) 요구 사항을 제거하는 엔드투엔드 헤드를 도입하여 실시간 객체 감지 기능을 향상시켰습니다.

YOLO 라이선스 Ultralytics YOLO 라이선스는 어떻게 적용되나요?

Ultralytics 는 다양한 사용 사례를 수용할 수 있도록 두 가지 라이선스 옵션을 제공합니다:

• AGPL-3.0 라이선스: OSI가 승인한 이 오픈 소스 라이선스는 학생과 애호가에게 이상적이며 개방형 협업과 지식 공유를 촉진합니다. 자세한 내용은 라이선스 파일을 참조하세요.
• 엔터프라이즈 라이선스: 상업적 사용을 위해 설계된 이 라이선스는 AGPL-3.0 의 오픈 소스 요구 사항을 우회하여 Ultralytics 소프트웨어 및 AI 모델을 상업용 상품 및 서비스에 원활하게 통합할 수 있도록 허용합니다. 당사 솔루션을 상업용 제품에 포함하려는 경우 Ultralytics 라이선싱을 통해 문의하세요.

Facebook의 라이선스 전략은 오픈소스 프로젝트에 대한 개선 사항이 커뮤니티에 환원될 수 있도록 설계되었습니다. 저희는 오픈소스의 원칙(❤️)을 가슴 깊이 새기고 있으며, 기여가 모두에게 유익한 방식으로 활용되고 확장될 수 있도록 보장하는 것이 저희의 사명입니다.

자주 묻는 질문

Ultralytics YOLO 이란 무엇이며 객체 감지를 어떻게 개선하나요?

Ultralytics YOLO 는 실시간 물체 감지 및 이미지 분할로 호평을 받았던 YOLO (You Only Look Once) 시리즈의 최신 버전입니다. 이전 버전을 기반으로 성능, 유연성, 효율성을 향상시키기 위해 새로운 기능과 개선 사항을 도입한 YOLOv8 은 감지, 분할, 포즈 추정, 추적, 분류와 같은 다양한 비전 AI 작업을 지원합니다. 최첨단 아키텍처를 통해 뛰어난 속도와 정확성을 보장하므로 엣지 디바이스 및 클라우드 API를 포함한 다양한 애플리케이션에 적합합니다.

YOLO 설치 및 설정은 어떻게 시작하나요?

YOLO 시작하기는 빠르고 간단합니다. pip를 사용하여 Ultralytics 패키지를 설치하면 몇 분 안에 시작할 수 있습니다. 다음은 기본 설치 명령어입니다:

pip install ultralytics

종합적인 단계별 가이드는 빠른 시작 가이드를 참조하세요. 이 리소스는 설치 지침, 초기 설정 및 첫 번째 모델을 실행하는 데 도움이 됩니다.

내 데이터 집합에서 사용자 지정 YOLO 모델을 학습하려면 어떻게 해야 하나요?

데이터 집합에서 사용자 지정 YOLO 모델을 학습하려면 몇 가지 세부 단계가 필요합니다:

1. 주석이 달린 데이터 집합을 준비합니다.
2. YAML 파일에서 트레이닝 파라미터를 구성합니다.
3. 사용 yolo train 명령을 사용하여 교육을 시작하세요.

다음은 명령어 예시입니다:

yolo train model=yolov8n.pt data=coco128.yaml epochs=100 imgsz=640

자세한 안내는 교육 프로세스 최적화를 위한 예시와 팁이 포함된 모델 교육하기 가이드를 참조하세요.

Ultralytics YOLO 에 사용할 수 있는 라이선스 옵션은 무엇인가요?

Ultralytics 는 YOLO 에 대해 두 가지 라이선스 옵션을 제공합니다:

• AGPL-3.0 라이선스: 이 오픈 소스 라이선스는 교육 및 비상업적 용도에 이상적이며 개방형 협업을 촉진합니다.
• 엔터프라이즈 라이선스: 상업용 애플리케이션용으로 설계되어 AGPL-3.0 라이선스의 제한 없이 Ultralytics 소프트웨어를 상업용 제품에 원활하게 통합할 수 있습니다.

자세한 내용은 라이선스 페이지를 참조하세요.

실시간 객체 추적에 Ultralytics YOLO 을 어떻게 사용할 수 있나요?

Ultralytics YOLO 는 효율적이고 사용자 정의 가능한 다중 개체 추적을 지원합니다. 추적 기능을 활용하려면 다음을 사용할 수 있습니다. yolo track 명령을 실행합니다:

yolo track model=yolov8n.pt source=video.mp4

개체 추적 설정 및 실행에 대한 자세한 가이드는 실시간 시나리오의 구성과 실제 적용 사례를 설명하는 추적 모드 설명서를 참조하세요.

댓글