yolov5: 객체 감지, 분할 및 분류를 위한 빠르고 프로덕션 검증된 컴퓨터 비전 프레임워크

해결하는 문제

YOLOv5는 빠르고 정확하며 사용하기 쉬운 컴퓨터 비전 작업 프레임워크를 제공합니다. 객체를 감지하고, 이미지를 분할하며, 이미지를 실시간 또는 거의 실시간으로 분류하는 과정을 단순화하여 개발자와 연구자 모두가 쉽게 활용할 수 있게 합니다.

작동 방식

PyTorch 프레임워크 위에 구축된 YOLOv5는 "You Only Look Once"(YOLO) 아키텍처를 구현합니다. 사용자는 PyTorch Hub를 통한 자동 모델 로딩으로 추론을 수행하거나, 웹캠, 로컬 파일, YouTube URL, RTSP 스트림 등 다양한 입력 소스를 지원하는 전용 detect.py 스크립트를 사용할 수 있습니다. 또한 사용자 정의 데이터셋에 대한 모델 학습이나 COCO 데이터셋 결과 재현을 위한 train.py 스크립트도 제공합니다.

대상 사용자

속도와 정확성의 균형을 맞춘 프로덕션 검증된 컴퓨터 비전 모델이 필요한 개발자와 AI 실무자를 위해 설계되었습니다. 객체 감지, 인스턴스 분할 및 이미지 분류에 적합합니다.

주요 특징

• 다양한 비전 작업: 객체 감지, 이미지 분할, 이미지 분류를 지원합니다.
• 광범위한 배포 옵션: 모델을 ONNX, TensorRT, TFLite, CoreML 등 다양한 포맷으로 내보내어 NVIDIA Jetson을 포함한 여러 하드웨어에 배포할 수 있습니다.
• 유연한 추론: 이미지, 비디오, 스트림, 화면 캡처 등 여러 입력 소스를 지원합니다.
• 모델 크기 다양성: Nano (YOLOv5n)부터 Extra-large (YOLOv5x)까지 다양한 사전 학습 체크포인트를 제공하여 하드웨어 제약에 맞출 수 있습니다.
• 고급 학습 도구: AutoBatch, Multi-GPU 학습, 하이퍼파라미터 진화와 같은 기능을 포함합니다.

요약

실시간 객체 감지, 이미지 분할 및 이미지 분류를 위한 PyTorch 기반의 빠르고 사용하기 쉬운 컴퓨터 비전 모델.

제목

yolov5: 객체 감지, 분할 및 분류를 위한 빠르고 프로덕션 검증된 컴퓨터 비전 프레임워크