도움말#
Ultralytics 도움말 페이지에 오신 것을 환영합니다. 이 페이지에서는 Ultralytics YOLO 모델 및 저장소 작업을 지원하는 실용적인 가이드, 정책, FAQ를 한곳에서 제공합니다.
- 자주 묻는 질문 (FAQ): Ultralytics YOLO 사용자 및 기여자 커뮤니티에서 자주 접하는 질문과 문제에 대한 답변을 확인할 수 있습니다.
- 기여 가이드: pull request 제출, 버그 보고 등을 포함하여 기여하는 방법과 절차를 확인할 수 있습니다.
- 지속적 통합 (CI) 가이드: 각 Ultralytics 저장소의 상태 보고서와 함께 당사가 사용하는 CI 프로세스를 자세히 알아볼 수 있습니다.
- 기여자 라이선스 계약 (CLA): Ultralytics 프로젝트에 기여할 때 적용되는 권리와 책임을 이해하려면 CLA를 검토하시기 바랍니다.
- 최소 재현 가능 예제 (MRE) 가이드: 버그 보고를 신속하고 효과적으로 해결하는 데 중요한 MRE 작성 절차를 알아볼 수 있습니다.
- 행동 강령: 커뮤니티 가이드라인은 모든 협력자를 위해 서로 존중하고 개방적인 분위기를 조성합니다.
- 환경·보건·안전 (EHS) 정책: 지속 가능성과 모든 이해관계자의 복지를 위한 당사의 노력을 자세히 알아볼 수 있습니다.
- 보안 정책: 당사의 보안 프로토콜과 취약점 보고 절차를 숙지하시기 바랍니다.
- 개인정보 보호정책: 모든 서비스와 운영에서 데이터를 보호하고 개인정보를 존중하는 방법을 개인정보 보호정책에서 확인할 수 있습니다.
원활하고 생산적인 경험을 위해 이러한 리소스를 검토하시기 바랍니다. 추가 지원이 필요한 경우 GitHub Issues 또는 Ultralytics 커뮤니티를 통해 문의해 주세요.
FAQ#
Ultralytics YOLO(You Only Look Once)는 최첨단 실시간 object detection 모델입니다. 최신 버전인 YOLO26은 엣지 및 저전력 기기에 최적화된, 선택적 NMS-free 엔드투엔드 헤드를 통해 더 빠르고 가벼운 추론을 제공하며, 이를 통해 실시간 비디오 분석부터 고급 머신러닝 연구에 이르기까지 광범위한 애플리케이션에 이상적인 솔루션이 됩니다. 이미지와 비디오에서 객체를 감지하는 YOLO의 효율성 덕분에, YOLO는 프로젝트에 강력한 computer vision 기능을 통합하고자 하는 기업과 연구자들에게 필수적인 솔루션이 되었습니다.
현재 릴리스에 대한 자세한 내용은 YOLO26 문서를 방문하여 확인하십시오. 출시 예정인 제품군에 대해서는 YOLO27 (출시 예정)을 살펴보십시오. 해당 제품군의 모델은 아직 제공되지 않으며 출시일도 정해지지 않았습니다.
Ultralytics YOLO 저장소에 기여하는 방법은 간단합니다. 먼저 기여 가이드를 검토하여 pull request 제출, 버그 보고 등의 절차를 이해하시기 바랍니다. 또한 기여를 법적으로 인정받으려면 기여자 라이선스 계약 (CLA)에 서명해야 합니다. 효과적으로 버그를 보고하려면 최소 재현 가능 예제 (MRE) 가이드를 참조하시기 바랍니다.
Ultralytics Platform은 머신 러닝 프로젝트를 관리할 수 있는 원활한 노코드 솔루션을 제공합니다. 이를 통해 YOLO26과 같은 AI 모델을 손쉽게 생성하고, 학습시키고, 배포할 수 있습니다. 주요 기능으로는 클라우드 학습, 실시간 추적, 직관적인 데이터셋 관리가 있습니다. Ultralytics Platform은 데이터 처리부터 모델 배포까지 전체 워크플로를 간소화하여 초보자와 고급 사용자 모두에게 필수적인 도구가 됩니다.
시작하려면 Ultralytics Platform 빠른 시작을 방문하시기 바랍니다.
Ultralytics의 지속적 통합 (CI)은 코드베이스의 무결성과 품질을 보장하는 자동화된 프로세스로 구성됩니다. 당사의 CI 설정에는 Docker 배포, 링크 오류 검사, CodeQL 분석, PyPI 게시가 포함됩니다. 이러한 프로세스는 새 코드 제출에 대해 테스트와 검사를 자동으로 실행하여 안정적이고 안전한 저장소를 유지하는 데 도움이 됩니다.
자세한 내용은 지속적 통합 (CI) 가이드에서 확인할 수 있습니다.