실시간 YOLO 객체 탐지
Ultralytics YOLO26 탐지 모델을 사용하여 이미지와 비디오 내의 객체를 찾고 위치를 파악하십시오. 자체 데이터로 학습하고, 명확한 지표로 평가하며, 엣지, 클라우드, 모바일 환경에서 실시간으로 배포하십시오.
YOLO26 탐지 모델
객체 탐지는 YOLO26 제품군의 기반 작업으로, 임베디드 CPU부터 정확도가 중요한 클라우드 워크로드까지 아우르는 5가지 모델 크기를 제공합니다. 모든 크기의 모델은 동일한 세 줄의 API를 사용하여 자체 데이터로 학습할 수 있으며, 사용 중인 하드웨어에 가장 적합한 형식으로 내보낼 수 있습니다.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 detection model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| 모델 | 크기 (px) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | 파라미터 (M) | FLOPs (B) |
|---|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 40.1 | 38.9 ± 0.7 | 1.7 ± 0.0 | 2.4 | 5.4 |
| YOLO26s | 640 | 48.6 | 47.8 | 87.2 ± 0.9 | 2.5 ± 0.0 | 9.5 | 20.7 |
| YOLO26m | 640 | 53.1 | 52.5 | 220.0 ± 1.4 | 4.7 ± 0.1 | 20.4 | 68.2 |
| YOLO26l | 640 | 55.0 | 54.4 | 286.2 ± 2.0 | 6.2 ± 0.2 | 24.8 | 86.4 |
| YOLO26x | 640 | 57.5 | 56.9 | 525.8 ± 4.0 | 11.8 ± 0.2 | 55.7 | 193.9 |
Ultralytics 문서의 YOLO26 탐지 벤치마크입니다.
세계 유수의 기업들이 신뢰하는 솔루션
당사 모델의 영향력
당사의 최첨단 비전 AI 모델로 산업 전반의 프로세스를 간소화하십시오. Ultralytics가 제공하는 속도, 정확성 및 사용 편의성을 경험하십시오.
Ultralytics YOLO 모델의 진화
실용적인 YOLOv5 워크플로우에서 엣지 대응 YOLO26 추론으로 Ultralytics YOLO가 어떻게 발전했는지 확인해 보십시오.
빠르고 실용적인 PyTorch 워크플로우를 통해 실시간 객체 탐지를 누구나 사용할 수 있도록 만들었습니다.
탐지, 세그멘테이션, 분류, 포즈 및 OBB 전반에 걸쳐 통합된 워크플로우 확장.
친숙한 Ultralytics 워크플로우를 유지하면서 정확도, 속도 및 효율성을 향상시켰습니다.
엔드투엔드 추론과 효율적인 에지 배포에 최적화된 아키텍처를 도입했습니다.
스마트 주석을 사용하여 최대 10배 더 빠르게 라벨링하십시오.
Ultralytics Platform은 고품질 데이터셋을 더 빠르게 구축할 수 있는 이미지 주석 도구를 제공합니다. 스마트 주석부터 정밀한 수동 편집까지, 이러한 기능은 품질 저하 없이 이미지 라벨링 시간을 줄이도록 설계되었습니다.
- SAM 기반 스마트 주석: 한 번의 클릭으로 마스크와 BBox를 생성합니다.
- 전체 AI 작업 지원: Detection, instance segmentation, semantic segmentation, classification, pose, OBB.
- 범용 형식 지원: YOLO, COCO, VOC 등 원하는 형식을 선택하십시오.
- 팀 리뷰 및 버전 관리: 모든 단계에서 원활한 협업을 지원합니다.
최고의 GPU에서 더 저렴하게 학습하십시오
Ampere부터 Blackwell까지 시간당 $0.24부터 시작하는 26개의 NVIDIA GPU를 제공합니다. 추가 비용, 최소 사용량 제한, 약정이 없습니다.
어디서나 배포
20가지 포맷으로 내보내기하고 엣지, 클라우드, 모바일에 배포하세요.
산업별 솔루션 살펴보기
팀들이 프로덕션 환경 전반에서 어떻게 Ultralytics 컴퓨터 비전을 적용하는지 확인하십시오.
농업 분야 AI
자동차 분야 AI
의료 분야 AI
물류 분야 AI
제조 분야 AI
소매 분야 AI
로봇 분야 AI
농업 분야 AI
자동차 분야 AI
의료 분야 AI
물류 분야 AI
제조 분야 AI
소매 분야 AI
로봇 분야 AI
농업 분야 AI
자동차 분야 AI
의료 분야 AI
물류 분야 AI
제조 분야 AI
소매 분야 AI
로봇 분야 AI
자주 묻는 질문
객체 탐지는 이미지 또는 비디오 프레임 내의 객체를 식별하고, 각 객체를 BBox와 클래스 레이블로 위치를 파악합니다. Ultralytics YOLO 모델은 단일 패스로 탐지를 수행하므로 엣지 디바이스부터 클라우드 GPU까지 다양한 하드웨어에서 실시간으로 실행됩니다. 탐지는 Ultralytics YOLO 제품군의 핵심 작업이자 추적, 카운팅 및 분석 워크플로우의 시작점입니다.
Ultralytics YOLO26은 최신 안정화 버전이며 새로운 탐지 프로젝트에 권장되는 선택입니다. 종단간(End-to-End), NMS-free 설계로 배포가 간소화되었으며, nano 버전은 CPU 및 엣지 추론에 최적화되어 있습니다. YOLO11이나 YOLOv5u와 같은 이전 제품군도 동일한 API를 통해 계속 지원됩니다.
YOLO 형식의 데이터셋과 함께 Ultralytics 라이브러리의 학습 모드를 사용하거나, Ultralytics Platform을 사용하여 이미지를 주석 처리하고 클라우드 GPU에서 학습하며 브라우저에서 실행을 관리하십시오. 사전 학습된 가중치로 시작하는 것이 권장됩니다. 미세 조정은 처음부터 학습하는 것보다 더 빠르게 수렴하며 더 적은 데이터가 필요합니다.
탐지 모델은 IoU 임계값 전반에 걸쳐 계산된 정밀도(Precision), 재현율(Recall), 평균 정밀도(mAP)로 평가됩니다. Ultralytics 검증 도구는 모든 클래스에 대해 이러한 지표를 자동으로 보고합니다. 모델 평가 가이드에서 지표 해석 방법과 데이터셋 및 학습 설정을 개선하는 방법을 확인하십시오.
Ultralytics로 객체 탐지 구축하기
Ultralytics Platform을 사용하여 데이터를 주석 처리하고, YOLO26 탐지기를 학습시키며, 어디에든 배포하십시오.