Ultralytics YOLO27:
Get Started

Ultralytics YOLO26을 사용한 Streamlit 애플리케이션 실시간 추론#

소개#

Streamlit을 사용하면 대화형 웹 애플리케이션을 간편하게 구축하고 배포할 수 있습니다. 여기에 Ultralytics YOLO26을 결합하면 브라우저에서 직접 실시간 객체 감지와 분석을 수행할 수 있습니다. YOLO26의 높은 정확도와 속도는 라이브 비디오 스트림에서 원활한 성능을 보장하므로 보안, 소매업 등 다양한 분야의 애플리케이션에 적합합니다.



시청: Ultralytics YOLO26 및 Streamlit으로 실시간 추론 앱을 구축하는 방법 | 감지 및 분할 🚀
양식업축산업
Ultralytics YOLO26을 사용한 물고기 감지Ultralytics YOLO26을 사용한 동물 감지
Ultralytics YOLO26을 사용한 물고기 감지Ultralytics YOLO26을 사용한 동물 감지

실시간 추론의 장점#

  • 원활한 실시간 객체 감지: Streamlit과 YOLO26을 결합하면 웹캠 영상에서 직접 실시간 객체 감지를 수행할 수 있습니다. 이를 통해 즉각적인 분석과 인사이트를 얻을 수 있어 즉각적인 피드백이 필요한 애플리케이션에 적합합니다.
  • 사용하기 쉬운 배포: Streamlit의 대화형 인터페이스를 사용하면 폭넓은 기술 지식 없이도 애플리케이션을 쉽게 배포하고 사용할 수 있습니다. 사용자는 간단한 클릭만으로 실시간 추론을 시작할 수 있어 접근성과 사용성이 향상됩니다.
  • 효율적인 리소스 활용: YOLO26의 최적화된 알고리즘은 최소한의 컴퓨팅 리소스로 고속 처리를 보장합니다. 이러한 효율성 덕분에 일반 하드웨어에서도 웹캠 추론을 원활하고 안정적으로 수행할 수 있어 고급 컴퓨터 비전을 더 많은 사용자가 이용할 수 있습니다.

Streamlit 애플리케이션 코드#

Ultralytics 설치

애플리케이션을 구축하기 전에 Ultralytics Python 패키지가 설치되어 있는지 확인하세요.

pip install ultralytics
Ultralytics YOLO를 사용한 Streamlit 추론
yolo solutions inference

yolo solutions inference model="path/to/model.pt"

yolo solutions help # list the available solution commands and arguments

이 명령을 실행하면 Ultralytics에 포함된 기본 Streamlit 인터페이스가 시작됩니다.

이 명령을 실행하면 기본 웹 브라우저에서 Streamlit 애플리케이션이 시작됩니다. 기본 제목과 부제목, 구성 옵션이 있는 사이드바가 표시됩니다. 원하는 YOLO26 모델을 선택하고 신뢰도 및 NMS 임계값을 설정한 다음 "Start" 버튼을 클릭하여 실시간 객체 감지를 시작하세요.

작동 방식#

내부적으로 Streamlit 애플리케이션은 대화형 인터페이스를 만들기 위해 Ultralytics 솔루션 모듈을 사용합니다. 추론을 시작하면 애플리케이션은 다음 작업을 수행합니다.

  1. 웹캠, 업로드한 동영상 파일 또는 업로드한 이미지에서 프레임을 캡처합니다.
  2. 각 프레임을 YOLO26 모델로 처리합니다.
  3. 지정한 신뢰도 및 IoU 임계값을 사용해 객체 감지를 적용합니다.
  4. 원본 프레임과 주석이 추가된 프레임을 모두 실시간으로 표시합니다.
  5. 선택한 경우 객체 추적을 활성화할 수 있습니다.

애플리케이션은 모델 매개변수를 조정하고 언제든지 추론을 시작하거나 중지할 수 있는 컨트롤을 갖춘 깔끔하고 사용하기 쉬운 인터페이스를 제공합니다.

결론#

이 가이드를 따라 Streamlit과 Ultralytics YOLO26을 사용하여 실시간 객체 감지 애플리케이션을 성공적으로 만들었습니다. 이 애플리케이션을 통해 사용하기 쉬운 인터페이스에서 웹캠으로 객체를 감지하는 YOLO26의 성능을 경험하고, 언제든지 동영상 스트림을 중지할 수 있습니다.

기능을 더 확장하려면 동영상 스트림 녹화, 주석이 추가된 프레임 저장, 다른 컴퓨터 비전 라이브러리와의 통합 등의 기능을 추가해 보세요.

자주 묻는 질문#

  • Streamlit과 Ultralytics YOLO26으로 실시간 객체 감지 애플리케이션을 간단하게 설정할 수 있습니다. 먼저 다음 명령을 사용하여 Ultralytics Python 패키지가 설치되어 있는지 확인하세요.

    pip install ultralytics

    그런 다음 실시간 추론을 실행하는 기본 Streamlit 애플리케이션을 만들 수 있습니다.

    Streamlit 애플리케이션
    from ultralytics import solutions

inf = solutions.Inference(
    model="yolo26n.pt",  # Ultralytics에서 지원하는 모든 모델을 사용할 수 있습니다. 예를 들어 YOLO26이나 직접 학습한 모델을 사용할 수 있습니다.
)

inf.inference()

# `streamlit run path/to/file.py` 명령으로 파일을 실행하세요.

    실제 설정에 대한 자세한 내용은 문서의 Streamlit 애플리케이션 코드 섹션을 참조하세요.

  • 실시간 객체 감지에 Ultralytics YOLO26과 Streamlit을 사용하면 다음과 같은 여러 이점이 있습니다.

    • 원활한 실시간 감지: 웹캠 영상에서 높은 정확도와 실시간 객체 감지를 구현할 수 있습니다.
    • 사용하기 쉬운 인터페이스: Streamlit의 직관적인 인터페이스를 통해 전문적인 기술 지식이 없어도 쉽게 사용하고 배포할 수 있습니다.
    • 리소스 효율성: YOLO26의 최적화된 알고리즘은 최소한의 컴퓨팅 리소스로 고속 처리를 보장합니다.

    이러한 이점에 대한 자세한 내용은 실시간 추론의 장점 섹션을 참조하세요.

  • Ultralytics YOLO26을 통합한 Streamlit 애플리케이션을 작성한 후 다음 명령을 실행하여 배포할 수 있습니다.

    streamlit run path/to/file.py

    이 명령을 실행하면 기본 웹 브라우저에서 애플리케이션이 시작됩니다. 간단한 클릭만으로 YOLO26 모델을 선택하고 신뢰도 및 NMS 임계값을 설정한 다음 실시간 객체 감지를 시작할 수 있습니다. 자세한 안내는 Streamlit 애플리케이션 코드 섹션을 참조하세요.

  • Streamlit과 Ultralytics YOLO26을 사용한 실시간 객체 감지는 다양한 분야에 적용할 수 있습니다.

    • 보안: 무단 접근을 실시간으로 모니터링하고 보안 경보 시스템을 운영할 수 있습니다.
    • 소매: 고객 수 집계, 진열대 관리 및 재고 추적에 활용할 수 있습니다.
    • 야생동물 및 농업: 보존 활동을 위해 동물과 작물 상태를 모니터링할 수 있습니다.

    더 자세한 활용 사례와 예시는 Ultralytics 솔루션을 살펴보세요.

  • Ultralytics YOLO26은 YOLOv5 및 RCNN과 같은 이전 모델보다 여러 면에서 개선되었습니다.

    • 더 높은 속도와 정확도: 실시간 애플리케이션의 성능이 향상되었습니다.
    • 사용 편의성: 인터페이스와 배포 과정이 간소화되었습니다.
    • 리소스 효율성: 최소한의 컴퓨팅 리소스로 더 빠르게 처리하도록 최적화되었습니다.

    종합적인 비교는 Ultralytics YOLO26 문서와 모델 성능을 다룬 관련 블로그 게시물을 참조하세요.

기여자
GLglenn-jocher15RIRizwanMunawar8RAraimbekovm3PDpderrenger1MAMatthewNoyce1JKjk4e1AMambitious-octopus1RUrulosant1

댓글