탁월한 정확성과 효율성으로 컴퓨터 비전을 재정의하는 최신 AI 모델인 Ultralytics YOLO11 의 획기적인 기능에 대해 자세히 알아보세요.
다음 단계로 진화한 Ultralytics 모델을 소개하게 되어 매우 기쁩니다: YOLO11! 이전 YOLO 모델 버전의 인상적인 발전을 기반으로 하는 YOLO11 은 더 빠르고, 더 정확하며, 놀랍도록 다양한 기능을 제공하는 강력한 기능과 최적화를 제공합니다. AI 전문가, 혁신가, 개발자들이 모이는 연례 하이브리드 모임인 Ultralytics' 비전 2024(YOLO )' 행사에서 발표된 이 최신 제품군은 Ultralytics 컴퓨터 비전의 가능성을 재정의할 것으로 기대됩니다.
혁신적인 아키텍처를 갖춘 YOLO11 은 실시간 물체 감지부터 분류까지 다양한 컴퓨터 비전 작업에 사용할 수 있어 개발자와 연구자 모두에게 획기적인 변화를 가져올 것입니다. 주요 개선 사항으로는 더욱 정밀한 디테일 캡처를 위한 향상된 특징 추출, 더 적은 매개변수로 더 높은 정확도, 실시간 성능을 크게 향상시키는 빠른 처리 속도 등이 있습니다. 이 글에서는 YOLO11 을 돋보이게 하는 기능과 컴퓨터 비전 애플리케이션을 혁신하는 방법을 자세히 살펴보겠습니다. 시작해 보겠습니다!
YOLO11 는 컴퓨터 비전을 새로운 차원으로 끌어올리는 더욱 강력하고 다재다능한 모델을 제공하는 YOLO 제품군의 새로운 장을 열었습니다. 이 모델은 세련된 아키텍처와 향상된 기능을 통해 Vision AI 커뮤니티에서 사랑받아온 포즈 추정 및 인스턴스 분할과 같은 컴퓨터 비전 작업을 지원합니다. Ultralytics YOLOv8하지만 훨씬 더 뛰어난 성능과 정밀도를 제공합니다. Ultralytics 의 설립자 겸 CEO인 Glenn Jocher는"저희는 YOLO11 을 통해 실제 애플리케이션에 필요한 성능과 실용성을 모두 갖춘 모델을 개발하기 시작했습니다. 효율성과 정확성이 개선되어 다양한 산업이 직면한 고유한 과제에 적용할 수 있는 강력한 도구가 될 것입니다. Vision AI 커뮤니티가 YOLO11 를 사용하여 어떻게 혁신적인 솔루션을 만들고 컴퓨터 비전을 한 단계 더 발전시킬지 기대가 됩니다."
.png)
YOLO11 에서 지원하는 컴퓨터 비전 작업은 다음과 같습니다:
YOLO11 는 올해 초 YOLOv9와 YOLOv10에 도입된 개선된 아키텍처 설계, 향상된 특징 추출 기술, 최적화된 훈련 방법을 통합하여 더욱 발전된 기술을 기반으로 합니다. YOLO11 의 가장 큰 장점은 속도, 정확성, 효율성의 인상적인 조합으로, 지금까지 Ultralytics 에서 만든 모델 중 가장 뛰어난 성능을 자랑합니다. 개선된 설계를 통해 YOLO11 는 이미지에서 중요한 패턴과 세부 사항을 식별하는 프로세스인 특징 추출을 개선하여 까다로운 시나리오에서도 복잡한 측면을 더 정확하게 캡처할 수 있습니다.
놀랍게도 YOLO11m은 COCO 데이터 세트에서 평균 평균 정밀도(mAP) 점수가 더 높으면서도 YOLOv8m보다 22% 더 적은 파라미터를 사용하면서도 성능 저하 없이 계산량이 더 가볍습니다. 즉, 더 정확한 결과를 제공하면서도 더 효율적으로 실행할 수 있습니다. 또한 YOLO11 은 처리 속도가 더 빠르며 추론 시간이 YOLOv10보다 약 2% 더 빨라 실시간 애플리케이션에 이상적입니다.
.png)
복잡한 작업을 처리하면서도 리소스를 더 쉽게 사용할 수 있도록 구축되었으며 대규모 모델의 성능을 개선하도록 설계되어 까다로운 AI 프로젝트에 매우 적합합니다. YOLO11 또한 증강 파이프라인의 개선으로 학습 프로세스가 향상되어 소규모 프로젝트든 대규모 애플리케이션이든 다양한 작업에 쉽게 적응할 수 있습니다.
실제로 YOLO11 은 처리 능력 면에서 매우 효율적이며 클라우드와 엣지 디바이스 모두에 배포하기에 적합하여 다양한 환경에서 유연성을 보장합니다. 간단히 말해, YOLO11 은 단순한 업그레이드가 아니라 훨씬 더 정확하고 효율적이며 유연한 모델로, 모든 컴퓨터 비전 과제를 처리할 수 있도록 더 잘 갖추어져 있습니다. 자율 주행, 감시, 의료 영상, 스마트 리테일, 산업 사용 사례 등 거의 모든 컴퓨터 비전 애플리케이션에 사용할 수 있을 만큼 다재다능한 YOLO11 .
YOLO11 는 이미 사용 중인 시스템 및 플랫폼과 원활하게 통합되도록 설계되었습니다. 에서 제공하는 지원을 기반으로 YOLOv8에서 제공하는 지원을 기반으로 YOLO11 교육, 테스트 및 배포를 위한 다양한 환경과 호환됩니다. NVIDIA GPU, 엣지 디바이스, 클라우드 플랫폼 배포 등 어떤 환경에서 작업하든 YOLO11 은 워크플로에 쉽게 맞출 수 있도록 최적화되어 있습니다.
이러한 통합은 YOLO11 을 다양한 산업에 적용할 수 있게 해주는 훌륭한 추가 기능으로, 기업이 기존 프로세스에서 이 모델을 쉽게 구현할 수 있도록 도와줍니다. 예를 들어 YOLO11 을 농업, 특히 작물 모니터링에 사용하고자 한다고 가정해 보겠습니다. 넓은 들판에서 실시간으로 식물의 건강 문제를 파악하기 위해 드론에 이 모델을 배포해야 할 수도 있습니다. 그러나 보안 분야에서는 클라우드 기반 시스템과 함께 YOLO11 을 사용하여 여러 카메라 피드를 모니터링하여 물체 감지를 수행할 수 있습니다.
.png)
비전 AI 커뮤니티는 YOLO11 의 출시로 흥미로운 발전을 기대할 수 있습니다. 이 새로운 모델은 향상된 정확도와 효율성 덕분에 기존 애플리케이션을 혁신하고 새로운 애플리케이션을 만들 수 있는 잠재력을 가지고 있습니다. 이러한 발전의 주요 요소는 Ultralytics HUB입니다. Ultralytics HUB는 YOLO11 을 포함한 YOLO 모델의 훈련과 배포를 간소화하는 사용자 친화적인 플랫폼입니다.
.png)
Ultralytics HUB는 사용자가 데이터 세트를 업로드하고, 사전 학습된 다양한 모델에 액세스하고, 프로젝트를 한 곳에서 모두 관리할 수 있도록 하여 개발 프로세스를 간소화합니다. 또한 HUB는 협업을 지원하므로 여러 팀이 AI 프로젝트에서 쉽게 협업할 수 있습니다. 다음은 Ultralytics 허브의 다른 주요 기능 중 일부입니다:
HUB의 직관적인 디자인 덕분에 숙련된 개발자와 초보자 모두 빠르게 시작할 수 있습니다. 더 많은 개발자가 HUB를 통해 YOLO11 를 사용함에 따라 컴퓨터 비전의 경계를 넓히고 AI 기술의 미래를 형성하는 고성능 애플리케이션이 급증할 것으로 기대됩니다.
YOLOv8, YOLO11 과 마찬가지로 Ultralytics HUB와 Ultralytics Python 패키지를 통해 곧 체험해 볼 수 있습니다. HUB에 로그인하거나 빠른 시작 가이드에서 패키지를 설치하는 방법에 대한 단계별 지침을 확인할 수 있습니다. 일단 출시되면 기능을 살펴보고, 다양한 데이터 세트로 실험해보고, 다양한 시나리오에서 YOLO11 의 성능을 확인할 수 있습니다. 저희는 AI 커뮤니티가 YOLO11 에 참여하여 개발에 기여하고 피드백을 제공하거나 이를 기반으로 구축하는 모습을 보고 싶습니다.
기존 프로젝트를 최적화하려는 개발자이든 새로운 애플리케이션을 만드는 데 관심이 있는 사람이든, 여러분의 참여는 혁신을 촉진하는 데 도움이 될 수 있습니다. 토론에 참여하고, 경험을 공유하고, 다른 사람들과 협업하여 YOLO11 의 잠재력을 최대한 활용하세요. YOLO11 을 통해 현실의 문제를 해결하고 창의적인 아이디어를 실현하는 방법을 보고 싶어요!
YOLO11 는 놀라운 정확성, 속도, 효율성을 결합한 컴퓨터 비전의 다음 단계입니다. YV24에서 발표된 이 고급 기능은 자율 주행 차량부터 스마트 리테일 솔루션에 이르기까지 다양한 실시간 애플리케이션에 다용도로 활용할 수 있습니다. AI 커뮤니티가 이 모델을 탐색하고 사용하기 시작하면서 YOLO11 이 혁신을 주도하고 새로운 가능성을 실현하는 창의적인 방법을 보게 되어 기대가 큽니다. AI의 최신 발전을 살펴보고 싶다면 YOLO11 에서 컴퓨터 비전 프로젝트를 어떻게 향상시킬 수 있는지 확인해 보세요!
AI에 대해 자세히 알아보려면 GitHub 리포지토리로 이동하여 활발한 커뮤니티에 참여하세요. 의료 및 농업과 같은 분야에서 AI가 어떻게 발전하고 있는지 알아보세요.
