실시간 YOLO 객체 감지
Ultralytics YOLO26 감지 모델을 사용하여 이미지와 동영상 속 객체를 찾아내고 지역화하십시오. 자체 데이터로 학습하고, 명확한 지표로 평가하며, 엣지, 클라우드, 모바일에 실시간으로 배포하십시오.
YOLO26 감지 모델
객체 감지는 임베디드 CPU부터 정확도가 중요한 클라우드 워크로드까지 모든 것을 아우르는 5가지 모델 크기를 갖춘 YOLO26 제품군의 핵심 태스크입니다. 모든 크기는 동일한 3줄 API를 사용하여 고유한 데이터로 학습할 수 있으며 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 문서에서 제공하는 YOLO26 검출 벤치마크입니다.
전 세계 선도 기업들이 신뢰하는 플랫폼
당사 모델의 영향력
최첨단 비전 AI 모델을 통해 산업 전반의 프로세스를 간소화하십시오. Ultralytics가 제공하는 속도, 정확성, 사용 편의성을 경험해 보세요.
Ultralytics YOLO 모델의 진화
실용적인 YOLOv5 워크플로에서 에지 준비 완료된 YOLO26 추론에 이르기까지 Ultralytics YOLO의 진화 과정을 확인하십시오.
스마트 어노테이션으로 최대 10배 더 빠른 라벨링
Ultralytics Platform은 고품질 데이터셋을 더 빠르게 구축할 수 있는 이미지 어노테이션 도구를 제공합니다. 스마트 어노테이션부터 정밀한 수동 편집까지, 이러한 기능들은 품질 저하 없이 이미지 라벨링 시간을 줄이도록 설계되었습니다.
- SAM 기반 스마트 어노테이션: 클릭 한 번으로 마스크와 바운딩 박스를 생성합니다.
- 전체 AI 태스크 지원: 객체 검출, 인스턴스 세분화, 시맨틱 세분화, 분류, 포즈, OBB.
- 범용 포맷 지원: YOLO, COCO 등 원하는 형식을 선택하세요.
- 팀 검토 및 버전 관리: 모든 단계에서의 명확한 협업.
최고의 GPU를 더 합리적인 비용으로 학습에 활용하세요
Ampere부터 Blackwell까지 26개의 NVIDIA GPU를 시간당 $0.24부터 제공합니다. 추가 마크업, 최소 비용, 약정이 없습니다.
산업별 솔루션 살펴보기
다양한 프로덕션 환경에서 팀들이 Ultralytics 컴퓨터 비전을 어떻게 활용하는지 확인해 보세요.
농업
자동차
헬스케어
물류
제조
소매
로봇 공학
농업
자동차
헬스케어
물류
제조
소매
로봇 공학
농업
자동차
헬스케어
물류
제조
소매
로봇 공학
자주 묻는 질문
Object detection은 이미지 또는 비디오 프레임에서 객체를 식별하고 각각을 경계 상자와 클래스 레이블로 지역화합니다. Ultralytics YOLO 모델은 단일 패스로 탐정을 수행하며, 이것이 바로 엣지 디바이스부터 클라우드 GPU에 이르기까지 하드웨어에서 실시간으로 실행되는 이유입니다. 탐지는 Ultralytics YOLO 패밀리의 기본 작업이며 추적, 카운팅 및 분석 워크플로의 시작점입니다.
Ultralytics YOLO26은 최신 안정 세대이자 새로운 탐지 프로젝트를 위한 권장 선택입니다. 엔드투엔드 NMS 프리 설계는 배포를 단순화하며, 나노 변형은 CPU 및 엣지 추론에 최적화되어 있습니다. YOLO11 및 YOLOv5u와 같은 이전 패밀리는 동일한 API를 통해 계속 지원됩니다.
YOLO 형식의 데이터셋과 함께 Ultralytics 라이브러리의 train mode를 사용하거나, Ultralytics Platform을 사용하여 이미지를 주석 처리하고 클라우드 GPU에서 학습하며 브라우저에서 실행을 관리할 수 있습니다. 사전 학습된 가중치로 시작하는 것이 권장됩니다. 파인튜닝은 처음부터 학습하는 것보다 더 빠르게 수렴하고 더 적은 데이터가 필요합니다.
탐지 모델은 IoU 임계값에 걸쳐 계산된 정밀도, 재현율, 평균 정밀도(mAP)로 평가됩니다. Ultralytics 검증은 모든 클래스에 대해 이러한 지표를 자동으로 보고합니다. model evaluation guide는 이러한 지표를 해석하고 데이터셋 및 학습 설정을 개선하는 방법을 설명합니다.
export mode를 사용하여 학습된 탐지기를 대상 하드웨어에 맞는 ONNX, TensorRT, CoreML, OpenVINO, LiteRT 등의 형식으로 변환할 수 있습니다. YOLO26의 NMS 프리 설계는 내보낸 그래프를 단순하게 유지하며, benchmark mode는 배포 전에 형식 간의 속도와 정확도를 비교합니다.
Ultralytics로 객체 감지 구축하기
Ultralytics Platform을 사용하여 데이터에 주석을 달고, YOLO26 감지기를 학습시키고, 어디에나 배포하십시오.