도움말#
Ultralytics 도움말 페이지에 오신 것을 환영합니다. 이 페이지에서는 Ultralytics YOLO 모델 및 리포지토리 사용을 지원하기 위한 실용적인 가이드, 정책, FAQ를 한곳에 모았습니다.
- 자주 묻는 질문(FAQ): Ultralytics YOLO 사용자와 기여자 커뮤니티에서 자주 접하는 질문과 문제에 대한 답변을 확인하세요.
- 기여 가이드: 풀 리퀘스트 제출, 버그 신고 등의 기여 절차를 알아보세요.
- 지속적 통합(CI) 가이드: 각 Ultralytics 리포지토리의 상태 보고서와 함께 당사가 사용하는 CI 프로세스를 살펴보세요.
- 기여자 라이선스 계약(CLA): Ultralytics 프로젝트에 기여할 때 적용되는 권리와 책임을 이해할 수 있도록 CLA를 검토하세요.
- 최소 재현 예제(MRE) 가이드: 버그 신고를 신속하고 효과적으로 해결하는 데 중요한 MRE 작성 절차를 알아보세요.
- 행동 강령: 커뮤니티 가이드라인은 모든 협업자가 서로를 존중하고 열린 분위기에서 활동할 수 있도록 지원합니다.
- 환경·보건·안전(EHS) 정책: 지속 가능성과 모든 이해관계자의 웰빙을 위한 당사의 노력을 자세히 알아보세요.
- 보안 정책: 보안 프로토콜과 취약점 신고 절차를 확인하세요.
- 개인정보 처리방침: 개인정보 처리방침을 읽고 모든 서비스와 운영에서 데이터를 어떻게 보호하고 개인정보를 존중하는지 알아보세요.
원활하고 생산적인 경험을 위해 이러한 자료를 검토하시기 바랍니다. 추가 지원이 필요하면 GitHub Issues 또는 Ultralytics 커뮤니티를 통해 문의하세요.
자주 묻는 질문#
Ultralytics YOLO(한 번만 보면 된다)는 최첨단 실시간 객체 탐지 모델입니다. 최신 버전인 YOLO26은 엣지 및 저전력 기기에 최적화된 선택형 NMS-free 엔드투엔드 헤드를 제공하며, 더 빠르고 가벼운 추론을 지원합니다. 따라서 실시간 비디오 분석부터 고급 머신러닝 연구에 이르기까지 다양한 애플리케이션에 적합합니다. 이미지와 비디오에서 객체를 효율적으로 탐지하는 YOLO는 강력한 컴퓨터 비전 기능을 프로젝트에 통합하려는 기업과 연구자들이 선호하는 솔루션입니다.
현재 릴리스에 대한 자세한 내용은 YOLO26 문서를 참조하세요. 다음 제품군에 대해서는 YOLO27(출시 예정)을 살펴보세요. 해당 모델은 아직 사용할 수 없으며 출시일도 정해지지 않았습니다.
Ultralytics YOLO 리포지토리에 기여하는 방법은 간단합니다. 먼저 기여 가이드를 검토하여 풀 리퀘스트 제출, 버그 신고 등의 절차를 알아보세요. 기여를 법적으로 인정받으려면 기여자 라이선스 계약(CLA)에도 서명해야 합니다. 효과적인 버그 신고 방법은 최소 재현 예제(MRE) 가이드를 참조하세요.
Ultralytics Platform은 머신러닝 프로젝트를 관리하기 위한 원활한 노코드 솔루션을 제공합니다. 이를 통해 YOLO26과 같은 AI 모델을 손쉽게 생성, 학습, 배포할 수 있습니다. 클라우드 학습, 실시간 추적, 직관적인 데이터셋 관리 등이 특징입니다. Ultralytics Platform은 데이터 처리부터 모델 배포까지 전체 워크플로를 간소화하므로 초보자와 고급 사용자 모두에게 유용한 도구입니다.
시작하려면 Ultralytics Platform 빠른 시작 가이드를 참조하세요.
Ultralytics의 지속적 통합(CI)은 코드베이스의 무결성과 품질을 보장하는 자동화 프로세스로 구성됩니다. CI 설정에는 Docker 배포, 끊어진 링크 검사, CodeQL 분석, PyPI 게시가 포함됩니다. 이러한 프로세스는 새 코드 제출 시 테스트와 검사를 자동으로 실행하여 안정적이고 안전한 리포지토리를 유지하는 데 도움이 됩니다.
자세한 내용은 지속적 통합(CI) 가이드를 참조하세요.