YOLO Vision 2026:

Ultralytics YOLO26을 이용한 Streamlit 애플리케이션의 실시간 추론#

소개#

Streamlit을 사용하면 상호작용형 웹 애플리케이션을 간단하게 빌드하고 배포할 수 있습니다. 이를 Ultralytics YOLO26과 결합하면 브라우저에서 직접 실시간 object detection 및 분석이 가능합니다. YOLO26의 높은 정확도와 속도는 라이브 비디오 스트림에서 원활한 성능을 보장하므로 보안, 리테일 등의 애플리케이션에 이상적입니다.



Watch: How to Build a Live Inference App with Ultralytics YOLO26 & Streamlit | Detection & Segmentation 🚀
양식업축산업
Fish Detection using Ultralytics YOLO26Animals Detection using Ultralytics YOLO26
Ultralytics YOLO26을 이용한 물고기 탐지Ultralytics YOLO26을 이용한 동물 탐지

실시간 추론의 장점#

  • 원활한 실시간 객체 감지: Streamlit과 YOLO26을 결합하면 웹캠 피드에서 직접 실시간 객체 감지가 가능합니다. 이를 통해 즉각적인 분석과 인사이트를 얻을 수 있으므로 즉각적인 피드백이 필요한 애플리케이션에 이상적입니다.
  • 사용자 친화적인 배포: Streamlit의 대화형 인터페이스를 사용하면 복잡한 기술적 지식 없이도 쉽게 애플리케이션을 배포하고 사용할 수 있습니다. 사용자는 클릭 한 번으로 실시간 추론을 시작할 수 있어 접근성과 사용성이 향상됩니다.
  • 효율적인 리소스 활용: YOLO26의 최적화된 알고리즘은 최소한의 컴퓨팅 리소스로 고속 처리를 보장합니다. 이러한 효율성 덕분에 표준 하드웨어에서도 부드럽고 신뢰할 수 있는 웹캠 추론이 가능하여 더 많은 사용자가 고급 computer vision을 이용할 수 있습니다.

Streamlit 애플리케이션 코드#

Ultralytics 설치

애플리케이션 구축을 시작하기 전에 Ultralytics Python 패키지가 설치되어 있는지 확인하십시오.

pip install ultralytics
Ultralytics YOLO와 Streamlit을 이용한 추론
yolo solutions inference

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

yolo solutions help # list the available solution commands and arguments

이 명령어들은 Ultralytics와 함께 제공되는 기본 Streamlit 인터페이스를 실행합니다.

이렇게 하면 기본 웹 브라우저에서 Streamlit 애플리케이션이 실행됩니다. 메인 타이틀, 서브타이틀, 그리고 구성 옵션이 있는 사이드바가 표시됩니다. 원하는 YOLO26 모델을 선택하고, confidence 및 NMS thresholds를 설정한 다음 "Start" 버튼을 클릭하여 실시간 객체 감지를 시작하세요.

작동 원리#

내부적으로 Streamlit 애플리케이션은 Ultralytics solutions module을 사용하여 상호작용형 인터페이스를 생성합니다. 추론을 시작하면 애플리케이션은 다음을 수행합니다:

  1. 웹캠이나 업로드된 비디오 파일에서 비디오를 캡처합니다.
  2. YOLO26 모델을 통해 각 프레임을 처리합니다.
  3. 지정된 신뢰도 및 IoU 임계값을 사용하여 객체 탐지를 적용합니다.
  4. 원본 프레임과 주석이 달린 프레임을 실시간으로 표시합니다.
  5. 선택 시 객체 추적 기능을 선택적으로 활성화합니다.

이 애플리케이션은 모델 매개변수를 조정하고 언제든지 추론을 시작하거나 중지할 수 있는 제어 기능을 갖춘 깔끔하고 사용자 친화적인 인터페이스를 제공합니다.

결론#

이 가이드를 따라 Streamlit과 Ultralytics YOLO26을 사용하여 성공적으로 실시간 객체 탐지 애플리케이션을 만들었습니다. 이 애플리케이션을 통해 사용자 친화적인 인터페이스로 웹캠을 통해 객체를 탐지하는 YOLO26의 강력한 기능을 경험하고 언제든지 비디오 스트림을 중지할 수 있습니다.

추가적인 개선을 위해 비디오 스트림 녹화, 주석이 달린 프레임 저장, 또는 기타 computer vision libraries와의 통합 같은 기능을 더 추가하는 것을 검토해 볼 수 있습니다.

FAQ#

  • Streamlit과 Ultralytics YOLO26을 사용하여 실시간 객체 탐지 애플리케이션을 설정하는 방법은 간단합니다. 먼저, 다음 명령어를 사용하여 Ultralytics Python 패키지가 설치되어 있는지 확인하십시오:

    pip install ultralytics

    그 다음, 라이브 추론을 실행하기 위한 기본적인 Streamlit 애플리케이션을 만들 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`

    실제 설정에 대한 자세한 내용은 문서의 Streamlit Application Code section을 참조하세요.

  • 실시간 객체 탐지를 위해 Streamlit과 Ultralytics YOLO26을 사용하면 다음과 같은 여러 가지 장점이 있습니다:

    • 원활한 실시간 감지: 웹캠 피드에서 직접 고accuracy, 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 연산 리소스로 고속 처리를 보장합니다.

    이러한 이점에 대한 자세한 내용은 Advantages of Live Inference section에서 확인하세요.

  • Ultralytics YOLO26이 통합된 Streamlit 애플리케이션을 코딩한 후, 다음을 실행하여 배포할 수 있습니다:

    streamlit run path/to/file.py

    이 명령은 기본 웹 브라우저에서 애플리케이션을 실행하여 YOLO26 모델을 선택하고, confidence 및 NMS thresholds를 설정하며, 간단한 클릭으로 실시간 객체 감지를 시작할 수 있게 해줍니다. 자세한 가이드는 Streamlit Application Code 섹션을 참조하세요.

  • Streamlit과 Ultralytics YOLO26을 사용한 실시간 객체 탐지는 다양한 분야에 적용될 수 있습니다:

    더 심층적인 사용 사례와 예제를 보려면 Ultralytics Solutions를 살펴보세요.

  • Ultralytics YOLO26은 YOLOv5 및 RCNN과 같은 이전 모델에 비해 다음과 같은 몇 가지 개선 사항을 제공합니다:

    • 더 높은 속도 및 정확도: 실시간 애플리케이션을 위한 향상된 성능.
    • 사용 용이성: 간소화된 인터페이스 및 배포.
    • 리소스 효율성: 최소한의 연산 요구 사항으로 더 나은 속도를 낼 수 있도록 최적화됨.

    포괄적인 비교를 위해 Ultralytics YOLO26 Documentation 및 모델 성능을 다루는 관련 블로그 게시물을 확인하세요.

기여자
GLglenn-jocher13RIRizwanMunawar8RAraimbekovm3PDpderrenger1MAMatthewNoyce1JKjk4e1AMambitious-octopus1RUrulosant1

댓글