인공지능에서 데이터 시각화의 힘을 탐구하세요. 복잡한 데이터셋을 해석하고, track , Ultralytics 결과를 손쉽게 시각화하는 방법을 배우세요.
데이터 시각화는 정보와 데이터를 그래픽으로 표현하는 것으로, 복잡한 수치 데이터셋을 차트, 그래프, 지도와 같은 접근 가능한 시각적 맥락으로 변환하는 핵심적인 번역 계층 역할을 합니다. 인공지능(AI) 과 머신러닝(ML)과 같은 전문 분야에서는 모델이 생성하는 방대한 텐서와 확률 배열을 해석하는 데 이 작업이 필수적입니다. 엔지니어들은 Ultralytics 같은 도구를 활용하여 데이터셋 주석과 훈련 진행 상황을 시각화함으로써, 원시 스프레드시트에서는 숨겨져 있을 수 있는 추세, 이상치, 패턴을 더 쉽게 식별할 수 있습니다. 효과적인 시각화는 투명성을 촉진하여 개발자가 시스템을 디버깅하고 관계자가 자동화된 의사 결정 프로세스를 신뢰할 수 있게 합니다.
컴퓨터 비전(CV) 워크플로우에서는 모델 수명 주기의 모든 단계, 즉 초기 데이터 수집부터 최종 배포에 이르기까지 시각화가 적용됩니다.
시각화는 다양한 산업 분야에서 기술적 지표와 비즈니스 가치 사이의 간극을 해소합니다.
Ultralytics 추론 결과의 시각화를 단순화합니다. 다음 예시는 YOLO26 모델을 로드하고 검출된 객체를 해당 레이블 및 신뢰도 점수와 함께 이미지 위에 직접 표시하는 방법을 보여줍니다.
from ultralytics import YOLO
# Load the latest YOLO26 model (recommended for new projects)
model = YOLO("yolo26n.pt")
# Run inference on an image source
results = model("https://ultralytics.com/images/bus.jpg")
# Visualize the results
for result in results:
# plot() returns a BGR numpy array of the annotated image
im_array = result.plot()
# show() displays the image directly using the default image viewer
result.show()
이 코드 스니펫은 상자와 레이블의 그리기를 자동으로 처리하여 개발자가 객체 탐지 작업에서 모델의 기능을 즉시 검증할 수 있도록 합니다.
.webp)