中文 · 한국어 · 日本語 · Русский · Deutsch · Français · Español · Português · Türkçe · Tiếng Việt · العربية
Ultralytics YOLO 문서#
Ultralytics YOLO는 객체 검출, 인스턴스 세분화, 시맨틱 세분화, 깊이 추정, 분류, 포즈 추정, 지향성 경계 상자 및 추적을 위한 실시간 컴퓨터 비전 모델 패밀리로, 단일 Python 패키지와 CLI를 통해 사용할 수 있습니다. YOLO26은 딥러닝 및 컴퓨터 비전 발전 사항을 바탕으로 구축되었으며, 엔드투엔드 NMS 프리 추론 및 최적화된 엣지 배포 기능을 제공합니다. 간소화된 설계 덕분에 엣지 디바이스부터 클라우드 API까지 다양한 애플리케이션에 적합하며 다양한 하드웨어 플랫폼에 쉽게 적응할 수 있습니다. 안정적인 프로덕션 워크로드의 경우 YOLO26과 YOLO11이 모두 권장됩니다.
YOLO 패키지 및 CLI는 물론 동일한 모델을 기반으로 데이터 주석, 클라우드 학습 및 배포 기능을 추가하는 Ultralytics Platform을 다루는 포괄적인 리소스인 Ultralytics 문서를 살펴보세요. 숙련된 머신러닝 실무자이든 이 분야가 처음이든, 이러한 리소스는 프로젝트에서 YOLO를 최대한 활용하는 데 도움을 줍니다.
Ultralytics Licensing에서 상업적 사용을 위한 Enterprise License를 요청하세요.
단일 사진을 모든 픽셀에 대한 미터 단위의 거리인 깊이 맵으로 변환합니다.
두 가지 명령어로 시작하기#
# Install the ultralytics package from PyPI
pip install ultralytics
# Detect objects in an image with a pretrained YOLO26 model
yolo predict model=yolo26n.pt source='https://github.com/ultralytics/assets/releases/download/v0.0.0/bus.jpg'모델 가중치와 예제 이미지가 자동으로 다운로드되며, 주석이 추가된 결과는 runs/detect/predict에 저장됩니다.
전체 설치 및 사용법 레퍼런스는 Quickstart 가이드를 참조하세요.
어떤 작업을 수행하시겠습니까?#
TrackTrack(기본값), BoT-SORT, ByteTrack, OC-SORT, Deep OC-SORT 또는 FastTracker를 사용하여 영구 ID로 객체 추적
문서 구성 방식#
대부분의 모델 워크로드 yolo 명령어는 하나의 문법인 yolo [TASK] MODE ARGS을 따릅니다. 여기서 Task는 선택 사항이며, 이 문서는 동일한 세 가지 파트와 하나의 단축키를 중심으로 구성되어 있습니다.
- **Task**는 이미지에서 원하는 것을 나타냅니다: detection, instance segmentation, semantic segmentation, depth estimation, classification, pose estimation 또는 oriented boxes.
- **Mode**는 모델을 사용하는 방법을 나타냅니다: train, validate, predict, export, track 또는 benchmark.
- **Args**는 명령어를 구성하며,
model=를 통해 실행할 model부터epochs및imgsz와 같은 하이퍼파라미터까지 설정합니다. - **Solutions**는 Task와 Mode를 완전히 건너뛰는 객체 카운팅이나 보안 경보와 같은 완성된 애플리케이션인 단축키입니다.
나머지 모든 항목은 해당 문법을 지원합니다: Models는 YOLO26, YOLO11, SAM 3, RT-DETR 등을 포함하여 model=에 전달할 수 있는 모든 아키텍처를 나열하고, Datasets은 각 Task가 학습하는 데이터를 제공하며, Guides는 하드웨어 배포, 하이퍼파라미터 튜닝, 데이터셋 변환 및 전체 프로젝트 안내를 아우르는 심층적인 노하우 모음이며, Integrations는 파이프라인을 이미 사용 중인 학습 및 배포 도구와 연결하고, Reference 섹션은 Python API의 모든 클래스와 함수를 문서화합니다.
Python 패키지 외에도 클라우드 주석, 학습 및 배포를 위한 Ultralytics Platform, 그리고 Python 런타임 없이 내보낸 모델을 실행하기 위한 독립형 Rust 라이브러리 및 CLI인 Ultralytics Inference 등 두 가지 인터페이스가 동일한 모델 위에서 실행됩니다.
YOLO 라이선스: Ultralytics YOLO 라이선스는 어떻게 되나요?#
Ultralytics는 다양한 사용 사례를 수용할 수 있도록 두 가지 라이선스 옵션을 제공합니다.
- AGPL-3.0 License: 이 OSI 승인 오픈소스 라이선스는 학생과 애호가에게 이상적이며 오픈 협업과 지식 공유를 장려합니다. 자세한 내용은 LICENSE 파일을 참조하세요.
- 엔터프라이즈 라이선스: 개발 및 프로덕션 사용을 위한 이 라이선스를 이용하면 내부 도구, 자동화된 워크플로 및 프로덕션 배포를 비롯한 비즈니스 제품과 서비스에 Ultralytics 소프트웨어 및 AI 모델을 원활하게 통합할 수 있으며, AGPL-3.0의 오픈 소스 요구 사항을 적용받지 않습니다. 시작하려면 Ultralytics 라이선싱을 통해 문의해 주세요.
당사의 라이선스 전략은 오픈소스 프로젝트에 대한 모든 개선 사항이 커뮤니티로 다시 환원되도록 보장하기 위해 설계되었습니다. 당사는 오픈소스를 신뢰하며, 당사의 기여가 모든 사람에게 도움이 되는 방식으로 사용되고 확장될 수 있도록 하는 것이 사명입니다.
FAQ#
Ultralytics YOLO는 실시간 객체 검출 및 이미지 세분화를 위한 널리 인정받는 YOLO(You Only Look Once) 시리즈입니다. 최신 모델인 YOLO26은 엔드투엔드 NMS 프리 추론과 최적화된 엣지 배포를 도입하여 이전 버전을 기반으로 발전했습니다. YOLO는 detection, instance segmentation, semantic segmentation, depth estimation, classification, pose estimation, oriented bounding boxes과 같은 다양한 비전 AI 작업을 지원하며, 비디오 프레임 전체에서 감지된 객체를 track할 수 있습니다. 효율적인 아키텍처는 뛰어난 속도와 정확도를 보장하므로 엣지 디바이스 및 클라우드 API를 비롯한 다양한 애플리케이션에 적합합니다.
YOLO 시작하기는 빠르고 간단합니다. pip를 통해
pip install ultralytics로 Ultralytics 패키지를 설치한 다음yolo predict model=yolo26n.pt로 첫 번째 예측을 실행하면 모델 가중치가 자동으로 다운로드됩니다. conda, Docker 및 소스에서 설치하는 방법을 다루는 포괄적인 지침은 Quickstart 페이지를 방문하세요.나만의 데이터셋으로 커스텀 YOLO 모델을 학습하는 과정은 몇 가지 상세한 단계로 구성됩니다.
- 주석이 추가된 데이터셋을 준비하고 데이터셋 YAML 파일에 설명합니다.
- Python에서 예를 들어
YOLO("yolo26n.pt")과 같은 사전 학습된 모델을 로드합니다. model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)을 사용하거나 명령줄에서yolo detect train data=path/to/dataset.yaml epochs=100 imgsz=640을 사용하여 학습을 시작합니다.
자세한 안내는 학습 프로세스 최적화를 위한 예제와 팁이 포함된 Train a Model 가이드를 확인하세요.
Ultralytics는 YOLO에 대해 두 가지 라이선스 옵션을 제공합니다.
- AGPL-3.0 License: 이 오픈소스 라이선스는 교육 및 비상업적 용도에 이상적이며 오픈 협업을 장려합니다.
- Enterprise License: AGPL-3.0의 open-source 요구 사항을 우회하여 내부 도구, 자동화된 워크로드, 프로덕션 배포를 포함한 개발 및 프로덕션 용도에 적합합니다.
자세한 내용은 Licensing 페이지를 방문하세요.
Ultralytics YOLO는 효율적이고 사용자 지정 가능한 다중 객체 추적을 지원합니다. Python에서
YOLO("yolo26n.pt").track(source="path/to/video.mp4")을 호출하거나 명령줄에서yolo track source=path/to/video.mp4을 실행하세요. 둘 다 비디오 파일, 라이브 스트림, 웹캠 입력과 함께 작동합니다. 객체 추적 설정 및 실행에 대한 자세한 가이드는 설정 및 실시간 시나리오에서의 실제 응용 프로그램을 설명하는 Track Mode 문서를 확인하세요.
