이미지 분류는 컴퓨터 비전의 기본 작업으로, 전체 이미지에 레이블이나 카테고리를 할당하는 것입니다. 이 프로세스를 통해 기계는 사람이 사물과 장면을 인식하는 방식과 유사하게 시각 데이터를 자동으로 이해하고 분류할 수 있습니다. 객체 감지나 인스턴스 분할과 같은 더 복잡한 작업과 달리 이미지 분류는 객체의 위치를 정확히 파악하지 않고 이미지 내의 주요 피사체나 장면을 식별하는 데만 초점을 맞춥니다.
이미지 분류는 수많은 실제 애플리케이션에서 매우 중요하며, 많은 Vision AI 시스템의 근간을 형성합니다. 단순성과 효율성 덕분에 다양한 산업 분야에서 다용도로 활용되고 있습니다.
Ultralytics YOLO는 최첨단 물체 감지 기능으로 잘 알려져 있으며 이미지 분류 작업도 지원합니다. 다음과 같은 최신 모델은 Ultralytics YOLO11와 같은 최신 모델은 Ultralytics 허브 또는 Ultralytics Python 패키지를 사용하여 이미지 분류를 위해 쉽게 훈련할 수 있습니다. 이러한 도구는 사용자 친화적인 인터페이스와 포괄적인 설명서를 제공하여 맞춤형 이미지 분류 모델 학습을 시작할 수 있습니다.
이미지 분류는 이미지에 무엇이 있는지 식별하지만, 경계 상자를 사용하여 이미지 내에서 객체의 위치를 찾는 객체 감지 및 이미지의 각 픽셀을 미리 정의된 클래스로 분류하는 의미적 분할과는 다릅니다. 이러한 차이점을 이해하는 것은 특정 애플리케이션에 적합한 컴퓨터 비전 작업을 선택하는 데 매우 중요합니다. 이미지 분류 및 기타 컴퓨터 비전 작업의 실제 적용에 대해 자세히 알아보려면 Ultralytics 이벤트에 참석하여 전문가로부터 배우고 실제 사례를 살펴보세요.
.webp)
.webp)
