Ultralytics 허브 모델
Ultralytics HUB 모델은 맞춤형 데이터 세트에 대한 비전 AI 모델 학습을 위한 간소화된 솔루션을 제공합니다.
이 프로세스는 사용자 친화적이고 효율적이며, 간단한 3단계 생성 및 Ultralytics YOLOv8 에서 제공하는 가속화된 트레이닝을 포함합니다. 훈련 중에 모델 메트릭에 대한 실시간 업데이트가 제공되므로 각 단계의 진행 상황을 모니터링할 수 있습니다. 학습이 완료되면 모델을 미리 보고 실제 애플리케이션에 쉽게 배포할 수 있습니다. 따라서 Ultralytics HUB는 모델 생성, 훈련, 평가 및 배포를 위한 포괄적이면서도 간단한 시스템을 제공합니다.
Watch: Ultralytics HUB 교육 및 검증 개요
기차 모델
사이드바에서 모델 버튼을 클릭하여 모델 페이지로 이동한 다음 페이지 오른쪽 상단의 모델 교육 버튼을 클릭합니다.
이 작업을 수행하면 간단한 세 단계로 구성된 모델 훈련 대화 상자가 트리거됩니다:
1. 데이터 세트
이 단계에서는 모델을 학습시킬 데이터 집합을 선택해야 합니다. 데이터 집합을 선택한 후 계속을 클릭합니다.
팁
데이터 세트 페이지에서 직접 모델을 학습시키는 경우 이 단계를 건너뛸 수 있습니다.
2. 모델
이 단계에서는 모델을 만들 프로젝트, 모델 이름 및 모델의 아키텍처를 선택해야 합니다.
참고
Ultralytics HUB에서 프로젝트를 미리 선택하려고 시도합니다.
위에서 설명한 대로 모델 훈련 대화 상자를 열면 Ultralytics HUB에서 마지막으로 사용한 프로젝트를 미리 선택합니다.
프로젝트 페이지에서 모델 훈련 대화 상자를 열면 Ultralytics HUB가 내부에 있던 프로젝트를 미리 선택합니다.
아직 생성한 프로젝트가 없는 경우 이 단계에서 프로젝트 이름을 설정하면 모델과 함께 프로젝트가 생성됩니다.
기본적으로 모델은 학습 시간을 줄이기 위해 사전 학습된 모델( COCO 데이터 세트에 대해 학습)을 사용합니다. 고급 모델 구성 아코디언을 열어 이 동작을 변경하고 모델 구성을 조정할 수 있습니다.
참고
가장 일반적인 모델 구성 옵션(예: 에포크 수)을 쉽게 변경할 수 있지만 사용자 지정 옵션을 사용하여 Ultralytics 허브와 관련된 모든 열차 설정에 액세스할 수도 있습니다.
Watch: 구성 방법 Ultralytics YOLOv8 Ultralytics 허브에서 교육 매개변수 설정하기
또는 사용자 지정 탭을 클릭하여 이전에 학습한 모델 중 하나에서 학습을 시작할 수 있습니다.
모델 구성이 만족스러우면 계속을 클릭합니다.
3. 기차
이 단계에서는 모델 트레이닝을 시작합니다.
참고
이 단계에서는 모델 훈련 대화 상자를 닫고 나중에 모델 페이지에서 모델 훈련을 시작할 수 있는 옵션이 있습니다.
Ultralytics HUB는 세 가지 교육 옵션을 제공합니다:
- Ultralytics 클라우드
- Google Colab
- 자체 에이전트 가져오기
a. Ultralytics 클라우드
Ultralytics 클라우드에 액세스하려면 Pro 요금제로 업그레이드해야 합니다.
클라우드 교육 솔루션을 사용하여 모델을 교육하려면 Ultralytics 클라우드 교육 문서를 참조하세요.
b. Google Colab
Google Colab을 사용하여 모델 훈련을 시작하려면 Ultralytics HUB 모델 훈련 대화상자 또는 Google Colab 노트북에 표시된 지침을 따르세요.
교육이 시작되면 완료를 클릭하고 모델 페이지에서 교육 진행 상황을 모니터링할 수 있습니다.
참고
학습이 중지되고 체크포인트가 저장된 경우 모델 페이지에서 모델 학습을 다시 시작할 수 있습니다.
c. 대리인 지참
Watch: Ultralytics HUB를 사용하여 자체 상담원 모델 교육 가져오기
자체 에이전트를 사용하여 모델 훈련을 시작하려면 Ultralytics HUB 모델 훈련 대화 상자에 표시된 지침을 따르세요.
설치 ultralytics 패키지에서 PyPI.
그런 다음 제공된 Python 코드를 사용하여 모델 학습을 시작합니다.
교육이 시작되면 완료를 클릭하고 모델 페이지에서 교육 진행 상황을 모니터링할 수 있습니다.
참고
학습이 중지되고 체크포인트가 저장된 경우 모델 페이지에서 모델 학습을 다시 시작할 수 있습니다.
모델 분석
모델을 학습한 후에는 모델 메트릭을 분석할 수 있습니다.
트레인 탭에는 작업에 따라 가장 중요한 지표가 신중하게 그룹화되어 표시됩니다.
모든 모델 메트릭에 액세스하려면 차트 탭을 클릭합니다.
팁
각 차트는 더 나은 시각화를 위해 확대할 수 있습니다.
또한 데이터를 제대로 분석하기 위해 확대/축소 기능을 활용할 수 있습니다.
모델 미리보기
모델을 학습한 후에는 미리보기 탭을 클릭하여 미리 볼 수 있습니다.
테스트 카드에서 교육 중에 사용된 데이터 세트에서 미리 보기 이미지를 선택하거나 디바이스에서 이미지를 업로드할 수 있습니다.
참고
카메라를 사용하여 직접 사진을 찍고 그 사진으로 추론을 실행할 수도 있습니다.
또한 모델을 실시간으로 직접 미리 볼 수 있습니다. iOS 또는 AndroidUltralytics HUB 앱을 다운로드하여 모바일 기기에서 직접 모델을 미리 볼 수 있습니다.
모델 배포
After you train a model, you can export it to 13 different formats, including ONNX, OpenVINO, CoreML, TensorFlow, Paddle and many others.
팁
내보내기 작업 드롭다운을 열고 고급 옵션을 클릭하면 각 형식의 내보내기 옵션을 사용자 지정할 수 있습니다.
참고
내보내기 작업 드롭다운을 열고 고급 옵션을 클릭하면 각 형식을 다시 내보낼 수 있습니다.
프로덕션 환경에서도 추론 API를 사용할 수 있습니다.
자세한 내용은 추론 API 문서( Ultralytics )를 참조하세요.
공유 모델
정보
Ultralytics HUB의 공유 기능은 다른 사람들과 모델을 편리하게 공유할 수 있는 방법을 제공합니다. 이 기능은 기존 Ultralytics HUB 사용자와 아직 계정을 만들지 않은 사용자 모두를 수용할 수 있도록 설계되었습니다.
참고
모델의 일반 액세스 권한을 제어할 수 있습니다.
일반 액세스를 "비공개"로 설정할 수 있으며, 이 경우 본인만 액세스할 수 있습니다. 또는 일반 액세스를 "비공개"로 설정하여 Ultralytics HUB 계정이 있는지 여부에 관계없이 모델에 대한 직접 링크를 가진 모든 사람에게 보기 액세스 권한을 부여할 수 있습니다.
공유하려는 모델의 모델 페이지로 이동하여 모델 작업 드롭다운을 열고 공유 옵션을 클릭합니다. 이 작업을 수행하면 모델 공유 대화 상자가 트리거됩니다.
일반 액세스 권한을 '비공개'로 설정하고 저장을 클릭합니다.
이제 모델에 대한 직접 링크가 있는 사람은 누구나 해당 모델을 볼 수 있습니다.
팁
모델 공유 대화 상자에 표시된 모델의 링크를 클릭하여 쉽게 복사할 수 있습니다.
모델 편집
수정하려는 모델의 모델 페이지로 이동하여 모델 작업 드롭다운을 열고 수정 옵션을 클릭합니다. 이 작업을 수행하면 모델 업데이트 대화 상자가 트리거됩니다.
모델에 원하는 수정 사항을 적용한 다음 저장을 클릭하여 변경 사항을 확인합니다.
모델 삭제
삭제하려는 모델의 모델 페이지로 이동하여 모델 작업 드롭다운을 열고 삭제 옵션을 클릭합니다. 이 작업을 수행하면 모델이 삭제됩니다.
