Meet YOLO26: next-gen vision AI.

Link to this sectionUltralytics를 위한 Modal 퀵스타트 가이드#

This guide provides a comprehensive introduction to running Ultralytics YOLO26 on Modal, covering serverless GPU inference and model training.

Link to this sectionModal이란 무엇인가요?#

Modal is a serverless cloud computing platform for AI and machine learning workloads. It handles provisioning, scaling, and execution automatically — you write Python code locally and Modal runs it in the cloud with GPU access. This makes it ideal for running deep learning models like YOLO26 without managing infrastructure.

Link to this section학습 내용#

  • Modal 설정 및 인증
  • Modal에서 YOLO26 추론 실행하기
  • 더 빠른 추론을 위한 GPU 사용
  • Modal에서 YOLO26 모델 학습하기

Link to this section사전 요구 사항#

  • Modal 계정 (modal.com에서 무료로 가입)
  • 로컬 머신에 설치된 Python 3.9 이상

Link to this section설치#

Modal Python 패키지 설치:

pip install modal

그런 다음 Modal 계정으로 CLI 인증을 수행합니다:

modal token new
인증

modal token new 명령어를 실행하면 Modal 계정 인증을 위한 브라우저 창이 열립니다. 인증 후에는 터미널에서 Modal 명령어를 실행할 수 있습니다.

Link to this sectionYOLO26 추론 실행#

modal_yolo.py라는 새 Python 파일을 생성하여 다음 코드로 추론을 실행합니다:

"""
Modal + Ultralytics YOLO26 Quickstart
Run: modal run modal_yolo.py.
"""

import modal

app = modal.App("ultralytics-yolo")

image = modal.Image.debian_slim(python_version="3.11").apt_install("libgl1", "libglib2.0-0").pip_install("ultralytics")

@app.function(image=image)
def predict(image_url: str):
    """Run YOLO26 inference on an image URL."""
    from ultralytics import YOLO

    model = YOLO("yolo26n.pt")
    results = model(image_url)

    for r in results:
        print(f"Detected {len(r.boxes)} objects:")
        for box in r.boxes:
            print(f"  - {model.names[int(box.cls)]}: {float(box.conf):.2f}")

@app.local_entrypoint()
def main():
    """Test inference with sample image."""
    predict.remote("https://ultralytics.com/images/bus.jpg")

추론 실행:

modal run modal_yolo.py

예상 출력:

✓ Initialized. View run at https://modal.com/apps/your-username/main/ap-xxxxxxxx
✓ Created objects.
├── 🔨 Created mount modal_yolo.py
└── 🔨 Created function predict.
Downloading https://github.com/ultralytics/assets/releases/download/v8.4.0/yolo26n.pt to 'yolo26n.pt'...
Downloading https://ultralytics.com/images/bus.jpg to 'bus.jpg'...
image 1/1 /root/bus.jpg: 640x480 4 persons, 1 bus, 377.8ms
Speed: 5.8ms preprocess, 377.8ms inference, 0.3ms postprocess per image at shape (1, 3, 640, 480)

Detected 5 objects:
  - bus: 0.92
  - person: 0.91
  - person: 0.91
  - person: 0.87
  - person: 0.53
✓ App completed.

Modal 대시보드에서 함수 실행을 모니터링할 수 있습니다:

Modal Dashboard Function Calls

Link to this section더 빠른 추론을 위해 GPU 사용하기#

gpu 파라미터를 지정하여 함수에 GPU를 추가합니다:

@app.function(image=image, gpu="T4")  # Options: "T4", "A10G", "A100", "H100"
def predict_gpu(image_url: str):
    """Run YOLO26 inference on GPU."""
    from ultralytics import YOLO

    model = YOLO("yolo26n.pt")
    results = model(image_url)
    print(results[0].boxes)
GPU메모리최적 대상
T416 GB추론, 소형 모델 학습
A10G24 GB중형 학습 작업
A10040 GB대규모 학습
H10080 GB최대 성능

Link to this sectionModal에서 YOLO26 학습하기#

학습을 위해서는 GPU와 지속적인 스토리지를 위한 Modal Volumes를 사용하십시오. train_yolo.py라는 새 Python 파일을 생성합니다:

import modal

app = modal.App("ultralytics-training")

volume = modal.Volume.from_name("yolo-training-vol", create_if_missing=True)

image = modal.Image.debian_slim(python_version="3.11").apt_install("libgl1", "libglib2.0-0").pip_install("ultralytics")

@app.function(image=image, gpu="T4", timeout=3600, volumes={"/data": volume})
def train():
    """Train YOLO26 model on Modal."""
    from ultralytics import YOLO

    model = YOLO("yolo26n.pt")
    model.train(data="coco8.yaml", epochs=3, imgsz=640, project="/data/runs")

@app.local_entrypoint()
def main():
    train.remote()

학습 실행:

modal run train_yolo.py
볼륨 지속성

Modal 볼륨은 함수 실행 간에 데이터를 유지합니다. 학습된 가중치는 /data/runs/train/weights/에 저장됩니다.

축하합니다! Modal에서 Ultralytics YOLO26을 성공적으로 설정했습니다. 추가 학습을 위해 다음을 확인하십시오:

Link to this sectionFAQ#

Link to this sectionYOLO26 워크로드를 위한 적절한 GPU는 어떻게 선택하나요?#

추론의 경우 일반적으로 NVIDIA T4(16GB)로 충분하며 비용 효율적입니다. 학습이나 YOLO26x와 같은 더 큰 모델의 경우 A10G 또는 A100 GPU를 고려하십시오.

Link to this sectionModal에서 YOLO26을 실행하는 데 드는 비용은 얼마인가요?#

Modal은 초당 과금 방식을 사용합니다. 예상 요금: CPU 시간당 약 $0.05, T4 시간당 약 $0.59, A10G 시간당 약 $1.10, A100 시간당 약 $2.10입니다. 현재 요금은 Modal 요금 안내를 확인하십시오.

Link to this section제가 직접 학습시킨 YOLO 모델을 사용할 수 있나요?#

네, Modal 볼륨에서 가중치 파일을 로드하여 Modal에서 직접 학습시킨 YOLO 모델을 실행할 수 있습니다:

model = YOLO("/data/my_custom_model.pt")

사용자 지정 모델 학습에 대한 자세한 내용은 학습 가이드를 참조하십시오.

기여자
RAraimbekovm2

댓글