Ultralytics Platform#

Ultralytics Platform은 데이터 준비부터 모델 배포까지 전체 ML 워크플로우를 간소화하는 포괄적인 엔드투엔드 컴퓨터 비전 플랫폼입니다. 인프라 복잡성 없이 프로덕션급 computer vision 솔루션이 필요한 팀과 개인을 위해 구축되었습니다.

Ultralytics Platform이란 무엇인가요?#

Ultralytics Platform은 데이터셋 관리 및 라벨링, 실험 추적, 클라우드 및 원격 학습, 모델 내보내기, 전용 추론 엔드포인트, 배포 모니터링을 하나의 작업 공간으로 통합합니다. 이 플랫폼은 YOLO26, YOLO11, YOLOv8, 그리고 YOLOv5 모델을 기본적으로 지원합니다.

워크플로우: 업로드 → 어노테이션 → 학습 → 내보내기 → 배포#

이 플랫폼은 엔드투엔드 워크플로우를 제공합니다:

graph LR
    subgraph Data["📁 Data"]
        A[Upload]:::start --> B[Annotate]:::proc
        B --> C[Analyze]:::proc
    end
    subgraph Train["🚀 Train"]
        D[Configure]:::proc --> E[Train on GPU]:::proc
        E --> F[View Metrics]:::out
    end
    subgraph Deploy["🌐 Deploy"]
        G[Export]:::proc --> H[Deploy Endpoint]:::proc
        H --> I[Monitor]:::out
    end
    Data --> Train --> Deploy

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

수행 가능한 작업:

• 업로드: 이미지, 비디오 및 데이터셋 파일을 업로드하여 학습 데이터셋 생성
• 모든 6가지 YOLO 태스크 유형에 대한 대화형 오버레이로 어노테이션 시각화하기(지원되는 태스크 참조)
• 학습 모델을 클라우드 GPU(모든 플랜에서 24개, Pro 또는 Enterprise 사용 시 B200 및 B300을 포함하여 26개)에서 실시간 메트릭과 함께 학습합니다.
• 20개 배포 형식(ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend 등)으로 내보내기
• 클릭 한 번으로 42개의 글로벌 리전에 전용 엔드포인트를 배포하십시오.
• 모니터링: 학습 진행 상황, 배포 상태 및 사용량 메트릭 모니터링
• 협업: 프로젝트와 데이터셋을 커뮤니티에 공개하여 협업

멀티 리전 인프라#

귀하의 데이터는 해당 리전에 보관됩니다. Ultralytics Platform은 3개의 글로벌 리전에서 인프라를 운영합니다:

온보딩 과정에서 데이터 리전을 선택합니다. 데이터셋, 모델, 관리형 학습 데이터는 해당 리전에 유지됩니다. 전용 엔드포인트는 글로벌 배포 맵에서 선택한 리전에 별도로 배포됩니다.

주요 특징#

데이터 준비#

• 데이터셋 관리: 자동 처리를 통해 이미지, 비디오 또는 데이터셋 파일 업로드
• Annotation Editor: 모든 6가지 YOLO 태스크 유형(감지(detect), 세그멘테이션(segment), 의미론적(semantic), 분류(classify), 포즈(pose), OBB)에 대한 수동 어노테이션(지원되는 태스크 참조)
• 스켈레톤 템플릿: 클릭 한 번으로 포즈 어노테이션을 수행할 수 있는 내장(사람, 손, 얼굴, 개, 상자) 및 사용자 지정 스켈레톤 템플릿
• Smart Annotation: 감지, 세그멘테이션, 의미론적, OBB 태스크를 위해 어노테이션 툴바에서 SAM 2.1(Tiny, Small, Base, Large), SAM 3, 사전 학습된 Ultralytics YOLO 모델 또는 사용자 정의 미세 조정된 YOLO 모델 사용
• 데이터셋 버전 관리: 재현 가능한 학습을 위해 설명이 포함된 번호가 매겨진 NDJSON 스냅샷 생성
• 통계: 클래스 분포, 위치 히트맵 및 차원 분석

graph LR
    A[Upload Dataset/Images/Video]:::start --> B[Auto-Process]:::proc
    B --> C[Browse & Filter]:::proc
    C --> D{Annotate}:::decide
    D --> E[Manual Tools]:::proc
    D --> F[SAM Smart]:::proc
    D --> G[YOLO Auto-Label]:::proc
    E --> H[Train-Ready Dataset]:::out
    F --> H
    G --> H

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

모델 학습#

• Cloud Training: 실시간 메트릭과 함께 클라우드 GPU에서 학습(모든 플랜에서 24개, B200 및 B300의 경우 Pro 또는 Enterprise에서 26개)
• 원격 학습: 어디서나 학습하고 Ultralytics Platform으로 메트릭을 스트리밍하세요.
• 프로젝트 구성: 관련 모델 그룹화, 실험 비교, 활동 추적
• 20개 내보내기 형식: ONNX, TensorRT, CoreML, LiteRT, Hailo, Ascend 등(지원되는 형식 참조)

웹 UI(클라우드 학습) 또는 내 컴퓨터(원격 학습)를 통해 모델을 학습할 수 있습니다:

배포#

• 추론 테스트: 사용자 지정 이미지로 브라우저에서 직접 모델 테스트
• 전용 엔드포인트: 기본적으로 scale-to-zero(단일 활성 인스턴스)를 사용하여 42개의 글로벌 리전에 배포합니다.
• 모니터링: 실시간 메트릭, 요청 로그 및 성능 대시보드

graph LR
    A[Trained Model]:::start --> B{Action}:::decide
    B --> C[Browser Predict]:::proc
    B --> D[Export Format]:::proc
    B --> E[Deploy Endpoint]:::proc
    D --> F[ONNX / TensorRT / CoreML / LiteRT / ...]:::out
    E --> G[42 Global Regions]:::proc
    G --> H[API Endpoint URL]:::proc
    H --> I[Monitor & Scale]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

배포 후에는 어떤 언어에서든 엔드포인트를 호출할 수 있습니다:

import requests

url = "https://your-endpoint-url/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}

with open("image.jpg", "rb") as f:
    response = requests.post(url, headers=headers, files={"file": f})

print(response.json())

계정 관리#

• 팀 및 조직: 팀 구성원과 협업, 역할 및 초대 관리
• API 키: 원격 학습 및 API 액세스를 위한 안전한 키 관리
• 크레딧 및 결제: 투명한 가격 정책의 종량제 학습
• 활동 피드: 모든 계정 이벤트 및 작업 추적
• 휴지통 및 복구: 30일 소프트 삭제 및 항목 복구
• GDPR 준수: 데이터 내보내기 및 계정 삭제

빠른 링크#

다음 리소스로 시작해보세요:

• Quickstart: 첫 번째 프로젝트를 만들고 몇 분 만에 모델 학습하기
• Datasets: 학습 데이터 업로드 및 관리
• Annotation: 수동 및 AI 지원 도구로 데이터 라벨링
• Projects: 모델 및 실험 정리
• Cloud Training: 클라우드 GPU에서 학습
• Inference: 모델 테스트
• Endpoints: 프로덕션에 모델 배포
• Monitoring: 배포 성능 추적
• API Keys: API 액세스 관리
• Billing: 크레딧 및 결제
• Activity: 계정 이벤트 추적
• Trash: 삭제된 항목 복구
• REST API: API 참조

문제 해결#

데이터셋 문제#

학습 문제#

배포 문제#

자주 묻는 질문#

FAQ#