Link to this sectionOn Premise#

On Premise는 귀하의 Linux, Apple Silicon macOS 또는 Windows 호스트에 있는 CPU 및 옵션인 NVIDIA GPU 워커를 Ultralytics Platform에 연결합니다. Platform은 UI, 인증, 메타데이터, 어노테이션 및 작업 오케스트레이션을 위한 호스팅된 제어 평면으로 유지되며, 모든 픽셀과 학습된 모델 아티팩트는 귀하의 온프레미스 환경에 보관됩니다.

호스트에는 Docker와 Platform에 대한 아웃바운드 HTTPS 액세스 권한이 필요합니다. 설치 프로그램은 Docker가 누락된 경우 자동으로 추가하므로 일반적인 설정은 한 번의 명령어로 완료됩니다.

Link to this section시스템 요구 사항#

CPU 수집 및 학습 작업은 세 가지 운영 체제 모두에서 작동합니다. 설치 프로그램은 Apple Silicon 및 ARM Linux에서 공식 네이티브 arm64 이미지를 선택하므로 COCO8에서 YOLO26n과 같은 작은 작업은 x86 에뮬레이션 없이 실행됩니다. NVIDIA 가속은 선택 사항이며, 사용 불가능할 경우 학습은 CPU에서 실행됩니다.

Link to this section데이터 경계#

데이터셋 폴더는 읽기 전용으로 마운트됩니다. Platform 및 호스팅된 워커는 원본 또는 파생된 픽셀을 수신하지 않으며, On Premise 작업은 Ultralytics 또는 RunPod 컴퓨팅으로 대체되지 않습니다.

Link to this section호스트 연결#

1. 데이터셋에 액세스할 수 있는 Linux, Apple Silicon macOS 또는 Windows 호스트에서 Ultralytics Platform을 엽니다.
2. Settings > Integrations로 이동하여 On Premise 카드에서 Connect를 선택합니다.
3. Platform은 감지된 Linux, macOS 또는 Windows 명령어를 선택합니다. macOS에서는 Apple Silicon이 필요합니다. 미리 채워진 값을 유지하거나 변경하십시오:
   • Machine name: On Premise host
   • Dataset folder: Linux의 경우 /datasets, macOS 및 Windows의 경우 ~/Ultralytics/datasets
   • Models folder: Linux의 경우 /models, macOS 및 Windows의 경우 ~/Ultralytics/models
4. Create install command를 선택합니다. 대화 상자에서 선택한 운영 체제에 대해 열어야 할 터미널을 안내합니다.
5. 전체 명령어를 복사하여 해당 터미널에 붙여넣고 실행합니다. 명령어에는 일회성 등록 토큰이 포함되어 있으며, 필요시 Docker를 설치 및 시작하고 선택한 폴더를 생성합니다.
6. 대화 상자를 닫지 마십시오. Platform은 500밀리초마다 확인하며 CPU 워커가 시작되면 호스트를 연결됨으로 표시합니다. Docker가 지원되는 NVIDIA 런타임을 노출하면 GPU 워커가 자동으로 시작됩니다.

등록 토큰은 10분 후에 만료되며 한 번만 교환할 수 있습니다. 설치된 워커는 결과로 생성된 취소 가능한 워커 키를 0600 모드의 환경 파일에 저장합니다. Platform MongoDB 또는 클라우드 스토리지 자격 증명은 수신하지 않습니다. Compose는 워커를 자동으로 다시 시작하며, 설정 시 Linux에서는 부팅 시, macOS 및 Windows에서는 로그인 시 Docker가 시작되도록 구성합니다.

Link to this sectionOn Premise 데이터셋 생성#

1. 연결된 데이터셋 폴더 하위에 데이터셋을 배치합니다. 예를 들어, /datasets/warehouse는 기본 루트 내의 warehouse입니다.
2. Platform에서 New Dataset > On Premise를 선택합니다.
3. Google Cloud Storage, Amazon S3 및 Azure Blob Storage에 사용되는 것과 동일한 폴더 브라우저로 연결된 호스트를 탐색하고, 폴더를 선택하고, 작업을 선택한 다음 개인 데이터셋을 생성합니다.
4. 호스트는 데이터셋을 인덱싱하고 메타데이터를 보고합니다. Platform은 이미지를 업로드하지 않습니다.

On Premise는 호스팅된 업로드와 동일한 CPU 수집 코드를 사용합니다. 다음을 지원합니다:

• 개별 이미지 및 비디오;
• ZIP, TAR, TAR.GZ 및 TGZ 아카이브;
• Ultralytics NDJSON 및 COCO JSON;
• YOLO 데이터셋 및 분류 폴더 레이아웃; 및
• detect, segment, pose, OBB 및 classify 작업(동일한 클래스 매핑, 작업 추론, 검증 및 분할 처리 포함).

저장소 출력이 유일한 차이점입니다. 호스팅된 수집은 이미지를 크기 조정하거나 정규화하고 Platform 저장소에 썸네일을 생성할 수 있습니다. On Premise는 마운트된 원본을 크기 조정, 재인코딩, 편집 또는 삭제하지 않습니다. 아카이브 콘텐츠, 원격 NDJSON 자산 및 1 FPS로 최대 100프레임까지 샘플링된 비디오 프레임(그 후 더 긴 비디오에 걸쳐 균등하게 샘플링)은 호스트의 Docker 볼륨에만 기록됩니다.

Link to this section미리보기 및 어노테이션#

Platform은 각 미리보기를 승인하며, 귀하의 브라우저는 동일한 컴퓨터의 http://localhost:8765에서 개정판에 바인딩된 파일을 직접 로드합니다. 호스트 이름, 인증서, VPN, 프록시 또는 미리보기 설정은 필요하지 않습니다.

어노테이션은 Platform 메타데이터로 저장됩니다. Platform에서 이미지를 편집하거나 삭제하면 Platform 참조 및 어노테이션만 변경되며, 소스 파일이나 라벨 사이드카는 절대 변경되지 않습니다.

Link to this section로컬에서 학습#

일반 프로젝트 학습 대화 상자에서 학습을 시작합니다. On Premise 호스트에 바인딩된 데이터셋은 해당 호스트만 요청할 수 있습니다. Platform은 가용한 경우 GPU 워커를 사용하고, 그렇지 않으면 CPU 워커에서 동일한 학습 코드를 실행합니다. 학습은 마운트된 파일을 읽고, 구성된 모델 폴더 하위에 체크포인트와 가중치를 기록하며, 작업 상태, 스칼라 메트릭 및 변경 불가능한 체크포인트 참조를 Platform으로 반환합니다. 모델 다운로드는 미리보기와 동일한 서명된 localhost 연결을 사용하므로 가중치가 호스트에서 브라우저로 직접 이동합니다.

On Premise 학습은 Platform 컴퓨팅 크레딧을 소비하지 않습니다. Ultralytics 호스팅 워커 및 RunPod은 작업을 요청하거나 픽셀 또는 아티팩트를 읽을 수 없습니다.

Link to this section워커 관리#

Settings > Integrations의 On Premise 카드를 사용하여 CPU/GPU 가용성을 확인하거나 호스트를 재연결 또는 연결 해제합니다. 재연결은 기존 데이터셋 ID를 변경하지 않고 워커 비밀값을 교체합니다. 연결 해제는 향후 요청 및 미리보기 액세스를 취소하며, 호스트에서 데이터셋, 소스 파일, 캐시된 픽셀 또는 모델 아티팩트를 삭제하지 않습니다.

Linux에서 설치를 검사하거나 중지하려면:

cd /opt/ultralytics-worker
docker compose logs -f
docker compose down

macOS 및 Windows에서는 설치 프로그램이 ~/.ultralytics/worker를 사용하여 동일한 명령어를 출력합니다.

Datasets, Annotation 및 Cloud Training도 참조하십시오.