Ultralytics YOLO26을 활용한 Streamlit 애플리케이션으로 실시간 추론
소개
Streamlit은 대화형 웹 애플리케이션을 쉽게 구축하고 배포할 수 있도록 합니다. 이를 Ultralytics YOLO26과 결합하면 브라우저에서 실시간 객체 detect 및 분석이 가능합니다. YOLO26의 높은 정확도와 속도는 실시간 비디오 스트림에서 원활한 성능을 보장하여 보안, 소매 등 다양한 애플리케이션에 이상적입니다.
참고: 실시간으로 Ultralytics와 함께 Streamlit을 사용하는 방법 컴퓨터 비전 브라우저에서
| 양식업 | 축산업 |
|---|---|
 |  |
| Ultralytics YOLO26을 이용한 물고기 detect | Ultralytics YOLO26을 이용한 동물 detect |
실시간 추론의 장점
- 원활한 실시간 객체 detect: Streamlit과 YOLO26을 결합하면 웹캠 피드에서 직접 실시간 객체 detect가 가능합니다. 이를 통해 즉각적인 분석 및 통찰력을 얻을 수 있어 즉각적인 피드백이 필요한 애플리케이션에 이상적입니다.
- 사용자 친화적인 배포: Streamlit의 인터랙티브 인터페이스를 통해 광범위한 기술 지식 없이도 애플리케이션을 쉽게 배포하고 사용할 수 있습니다. 사용자는 간단한 클릭으로 라이브 추론을 시작하여 접근성과 사용성을 향상시킬 수 있습니다.
- 효율적인 리소스 활용: YOLO26의 최적화된 알고리즘은 최소한의 컴퓨팅 리소스로 고속 처리를 보장합니다. 이러한 효율성은 표준 하드웨어에서도 부드럽고 안정적인 웹캠 추론을 가능하게 하여 고급 컴퓨터 비전을 더 많은 사용자에게 제공합니다.
Streamlit 애플리케이션 코드
Ultralytics 설치
애플리케이션 빌드를 시작하기 전에 Ultralytics Python 패키지가 설치되어 있는지 확인하세요.
pip install ultralytics
Ultralytics YOLO를 사용한 Streamlit을 이용한 추론
yolo solutions inference
yolo solutions inference model="path/to/model.pt"
이러한 명령은 Ultralytics 함께 제공되는 기본 Streamlit 인터페이스를 시작합니다. 사용 yolo solutions inference --help 를 클릭하여 다음과 같은 추가 플래그를 볼 수 있습니다. source, conf또는 persist 를 사용하여 Python 코드를 편집하지 않고 경험을 사용자 지정할 수 있습니다.
from ultralytics import solutions
inf = solutions.Inference(
model="yolo26n.pt", # you can use any model that Ultralytics supports, e.g., YOLO26, or a custom-trained model
)
inf.inference()
# Make sure to run the file using command `streamlit run path/to/file.py`
이렇게 하면 기본 웹 브라우저에서 Streamlit 애플리케이션이 실행됩니다. 메인 제목, 부제목, 그리고 구성 옵션이 있는 사이드바를 볼 수 있습니다. 원하는 YOLO26 모델을 선택하고, 신뢰도 및 NMS 임계값을 설정한 다음, "시작" 버튼을 클릭하여 실시간 객체 detect를 시작하세요.
작동 방식
Streamlit 애플리케이션은 내부적으로 Ultralytics 솔루션 모듈을 사용하여 인터랙티브 인터페이스를 만듭니다. 추론을 시작하면 애플리케이션은 다음을 수행합니다.
- 웹캠 또는 업로드된 비디오 파일에서 비디오를 캡처합니다.
- 각 프레임을 YOLO26 모델을 통해 처리합니다
- 지정된 신뢰도 및 IoU 임계값으로 객체 detect를 적용합니다
- 원본 프레임과 주석이 달린 프레임을 모두 실시간으로 표시합니다.
- 선택적으로 선택한 경우 객체 추적을 활성화합니다.
이 애플리케이션은 모델 매개변수를 조정하고 언제든지 추론을 시작/중지할 수 있는 컨트롤이 있는 깔끔하고 사용자 친화적인 인터페이스를 제공합니다.
결론
이 가이드를 따르면 Streamlit과 Ultralytics YOLO26을 사용하여 실시간 객체 detect 애플리케이션을 성공적으로 만들었습니다. 이 애플리케이션을 통해 사용자 친화적인 인터페이스와 언제든지 비디오 스트림을 중지할 수 있는 기능을 갖춘 웹캠을 통해 객체를 detect하는 YOLO26의 강력한 기능을 경험할 수 있습니다.
추가 개선을 위해 비디오 스트림 녹화, 주석이 달린 프레임 저장 또는 다른 컴퓨터 비전 라이브러리와의 통합과 같은 더 많은 기능을 추가하는 것을 고려할 수 있습니다.
커뮤니티와 생각을 공유하세요
자세한 내용을 알아보고, 문제를 해결하고, 프로젝트를 공유하려면 커뮤니티와 소통하십시오.
도움말 및 지원을 찾을 수 있는 곳
- GitHub Issues: Ultralytics GitHub 저장소를 방문하여 질문을 제기하고 버그를 보고하며 기능을 제안하십시오.
- Ultralytics Discord 서버: Ultralytics Discord 서버에 가입하여 다른 사용자 및 개발자와 연결하고, 지원을 받고, 지식을 공유하고, 아이디어를 브레인스토밍하십시오.
공식 문서
- Ultralytics YOLO26 문서: 다양한 컴퓨터 비전 작업 및 프로젝트에 대한 포괄적인 가이드와 통찰력을 얻으려면 공식 YOLO26 문서를 참조하세요.
FAQ
Streamlit과 Ultralytics YOLO26을 사용하여 실시간 객체 detect 애플리케이션을 어떻게 설정할 수 있나요?
Streamlit과 Ultralytics YOLO26을 사용하여 실시간 객체 detect 애플리케이션을 설정하는 것은 간단합니다. 먼저, 다음을 사용하여 Ultralytics Python 패키지가 설치되어 있는지 확인하세요.
pip install ultralytics
다음으로 기본적인 Streamlit 애플리케이션을 만들어 실시간 추론을 실행할 수 있습니다.
Streamlit 애플리케이션
from ultralytics import solutions
inf = solutions.Inference(
model="yolo26n.pt", # you can use any model that Ultralytics supports, e.g., YOLO26, YOLOv10
)
inf.inference()
# Make sure to run the file using command `streamlit run path/to/file.py`
yolo solutions inference
실제 설정에 대한 자세한 내용은 문서의 Streamlit 애플리케이션 코드 섹션을 참조하세요.
실시간 객체 detect를 위해 Ultralytics YOLO26을 Streamlit과 함께 사용하는 주요 장점은 무엇인가요?
실시간 객체 detect를 위해 Ultralytics YOLO26을 Streamlit과 함께 사용하는 것은 여러 가지 장점을 제공합니다.
- 원활한 실시간 감지: 웹캠 피드에서 직접 높은 정확도의 실시간 객체 감지를 달성합니다.
- 사용자 친화적인 인터페이스: Streamlit의 직관적인 인터페이스를 통해 광범위한 기술 지식 없이도 쉽게 사용하고 배포할 수 있습니다.
- 리소스 효율성: YOLO26의 최적화된 알고리즘은 최소한의 컴퓨팅 리소스로 고속 처리를 보장합니다.
실시간 추론의 장점 섹션에서 이러한 이점에 대해 자세히 알아보세요.
웹 브라우저에서 Streamlit 객체 감지 애플리케이션을 어떻게 배포합니까?
Ultralytics YOLO26을 통합한 Streamlit 애플리케이션 코딩을 마친 후, 다음 명령을 실행하여 배포할 수 있습니다.
streamlit run path/to/file.py
이 명령은 기본 웹 브라우저에서 애플리케이션을 실행하여 YOLO26 모델을 선택하고, 신뢰도 및 NMS 임계값을 설정하며, 간단한 클릭으로 실시간 객체 detect를 시작할 수 있도록 합니다. 자세한 가이드는 Streamlit 애플리케이션 코드 섹션을 참조하세요.
Streamlit과 Ultralytics YOLO26을 사용한 실시간 객체 detect의 몇 가지 사용 사례는 무엇인가요?
Streamlit 및 Ultralytics 활용한 실시간 객체 탐지는 다양한 분야에 적용될 수 있습니다:
- 보안: 무단 액세스 및 보안 경보 시스템에 대한 실시간 모니터링.
- 리테일: 고객 수 계산, 선반 관리 및 재고 추적.
- 야생 동물 및 농업: 보존 노력을 위해 동물 및 작물 상태를 모니터링합니다.
더욱 심층적인 사용 사례 및 예시는 Ultralytics 솔루션을 살펴보세요.
Ultralytics YOLO26은 YOLOv5 및 RCNN과 같은 다른 객체 detect 모델과 어떻게 비교되나요?
Ultralytics YOLOv5 RCNN과 같은 기존 모델에 비해 다음과 같은 여러 가지 개선점을 제공합니다:
- 더 높은 속도와 정확도: 실시간 애플리케이션을 위한 향상된 성능.
- 사용 편의성: 간소화된 인터페이스 및 배포.
- 리소스 효율성: 최소한의 계산 요구 사항으로 더 나은 속도를 위해 최적화되었습니다.
포괄적인 비교를 위해 Ultralytics 문서와 모델 성능을 논의하는 관련 블로그 게시물을 확인하세요.
