Ultralytics iOS 앱: YOLO 모델을 사용한 실시간 객체 감지

Ultralytics iOS 앱은 실시간 객체 탐지를 위해 iPhone 또는 iPad에서 직접 YOLO 모델을 실행할 수 있는 강력한 도구입니다. 이 앱은 Apple Neural Engine 및 Core ML을 활용하여 모델 최적화 및 가속화를 수행하므로 빠르고 효율적인 객체 탐지가 가능합니다.

참고: Ultralytics HUB 앱(IOS & Android) 시작하기

양자화 및 가속

iOS 장치에서 실시간 성능을 얻기 위해 YOLO 모델은 FP16 또는 INT8 정밀도로 양자화됩니다. 양자화는 모델의 가중치와 편향의 수치 정밀도를 줄여 모델 크기와 필요한 계산량을 줄이는 프로세스입니다. 이를 통해 모델의 정확도에 큰 영향을 주지 않고 더 빠른 추론 시간을 얻을 수 있습니다.

FP16 양자화

FP16(또는 half-precision) 양자화는 모델의 32비트 부동 소수점 숫자를 16비트 부동 소수점 숫자로 변환합니다. 이는 모델 크기를 절반으로 줄이고 추론 프로세스 속도를 높이는 동시에 정확도와 성능 간의 균형을 잘 유지합니다.

INT8 양자화

INT8(또는 8비트 정수) 양자화는 32비트 부동 소수점 숫자를 8비트 정수로 변환하여 모델의 크기와 계산 요구 사항을 더욱 줄입니다. 이 양자화 방법은 상당한 속도 향상을 가져올 수 있지만 정확도가 약간 저하될 수 있습니다.

Apple Neural Engine

Apple Neural Engine (ANE)은 Apple의 A 시리즈 및 M 시리즈 칩에 통합된 전용 하드웨어 구성 요소입니다. 머신 러닝 작업, 특히 신경망을 가속화하도록 설계되어 YOLO 모델을 더 빠르고 효율적으로 실행할 수 있습니다.

양자화된 YOLO 모델과 Apple Neural Engine을 결합함으로써 Ultralytics iOS 앱은 정확성이나 성능 저하 없이 iOS 기기에서 실시간 객체 감지를 달성합니다.

이 목록에는 2017년 이후의 iPhone 모델이 포함되어 있으며 ANE TOPs 값은 대략적인 값입니다.

CoreML 통합

Ultralytics iOS 앱은 Apple의 기본 머신 러닝 프레임워크인 CoreML을 활용하여 iOS 기기용 YOLO 모델을 최적화합니다. CoreML은 다음과 같은 여러 가지 이점을 제공합니다.

• 온디바이스 처리: 모든 추론이 장치에서 로컬로 수행되므로 데이터 개인 정보 보호가 보장되고 인터넷 연결이 필요하지 않습니다.
• 하드웨어 가속: 최적의 성능을 위해 Apple Neural Engine, CPU 및 GPU를 자동으로 활용합니다.
• 원활한 통합: iOS 카메라 및 시스템 프레임워크와 기본적으로 작동합니다.

CoreML은 YOLO 모델을 Apple 장치에 최적화된 형식으로 변환하여 탐지 정확도를 유지하면서 효율적인 실행을 가능하게 합니다.

Ultralytics iOS 앱 시작하기

Ultralytics iOS 앱을 시작하려면 다음 단계를 따르세요.

1. App Store에서 Ultralytics 앱을 다운로드하십시오.

2. iOS 기기에서 앱을 실행하고 Ultralytics 계정으로 로그인하세요. 아직 계정이 없다면 Ultralytics HUB에서 계정을 만드세요.

3. 로그인하면 학습된 YOLO 모델 목록이 표시됩니다. 객체 감지에 사용할 모델을 선택하세요.

4. 앱이 장치의 카메라에 액세스할 수 있도록 권한을 부여합니다.

5. 감지하려는 객체에 장치의 카메라를 향하게 합니다. 앱은 객체를 감지할 때 실시간으로 경계 상자와 클래스 레이블을 표시합니다.

6. 앱 설정을 탐색하여 감지 임계값을 조정하고 특정 객체 클래스를 활성화 또는 비활성화하는 등의 작업을 수행합니다.

Ultralytics iOS 앱을 사용하면 Apple Neural Engine으로 구동되고 FP16 또는 INT8 양자화로 최적화된 iPhone 또는 iPad에서 YOLO 모델의 강력한 실시간 객체 감지 기능을 활용할 수 있습니다.

📅 1년 전에 생성됨 ✏️ 5개월 전에 업데이트됨

댓글