ultralytics/ultralytics

해결하는 문제

Ultralytics는 최첨단 컴퓨터 비전 모델을 배포하기 위한 통합 프레임워크를 제공합니다. 빠르고 정확하며 애플리케이션에 통합하기 쉬운 사전 학습된 모델을 제공함으로써 객체 식별, 프레임 간 추적, 깊이 추정과 같은 복잡한 시각적 AI 작업을 수행하는 프로세스를 단순화합니다.

작동 방식

이 프로젝트는 YOLO (You Only Look Once) 모델 제품군을 구현합니다. 명령줄 인터페이스(CLI) 또는 Python API를 통해 사용할 수 있는 포괄적인 도구 모음을 제공합니다. 사용자는 사전 학습된 모델(YOLO26 등)을 로드하고, 구성 파일을 사용하여 사용자 지정 데이터 세트에서 모델을 훈련시키고, 성능을 검증하며, 다양한 하드웨어에 배포하기 위해 ONNX와 같은 형식으로 모델을 내보낼 수 있습니다.

대상 사용자

단순한 이미지 분류부터 복잡한 포즈 추정 및 시맨틱 세그멘테이션에 이르기까지 소프트웨어에 실시간 컴퓨터 비전 기능을 구현해야 하는 개발자와 AI 연구자를 위해 설계되었습니다.

주요 특징

• 멀티태스크 지원: 객체 탐지, 인스턴스 세그멘테이션, 시맨틱 세그멘테이션, 이미지 분류, 포즈 추정 및 깊이 추정이 가능합니다.
• 추적 모드: 탐지, 세그멘테이션 및 포즈 모델과 호환되어 시간에 따라 객체를 추적합니다.
• 유연한 배포: 다양한 설치 방법(pip, Conda, Docker)을 지원하며 최적화된 추론을 위해 ONNX와 같은 형식으로 내보낼 수 있습니다。
• 확장 가능한 모델 크기: 하드웨어 제약에 따라 속도와 정확도의 균형을 맞추기 위해 다양한 모델 크기(nano 'n'부터 extra-large 'x'까지)를 제공합니다.