Ultralytics YOLOv5 모델
최신 YOLOv5u 모델과 맞춤형 탐지기의 학습 및 배포를 실용적이고 쉽게 만든 워크플로로 안정적인 실시간 객체 탐지를 구현하세요.
YOLOv5u 탐지 모델
현재 Ultralytics 패키지에는 나노부터 엑스트라 라지까지 다섯 가지 크기의 업데이트된 앵커 프리 YOLOv5u 탐지 모델이 포함되어 있습니다. 검증된 YOLOv5 워크플로를 유지하면서 정확도와 속도의 균형을 개선했으며, 다른 모든 Ultralytics YOLO 모델과 동일한 API를 통해 학습, 검증, 내보내기 및 배포를 수행할 수 있습니다.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLOv5u model
model = YOLO("yolov5nu.pt")
# Run inference
results = model("image.jpg")| 모델 | 크기 (px) | mAP 50-95 | CPU ONNX (ms) | A100 TensorRT (ms) | 파라미터 (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| yolov5nu | 640 | 34.3 | 73.6 | 1.06 | 2.6 | 7.7 |
| yolov5su | 640 | 43.0 | 120.7 | 1.27 | 9.1 | 24.0 |
| yolov5mu | 640 | 49.0 | 233.9 | 1.86 | 25.1 | 64.2 |
| yolov5lu | 640 | 52.2 | 408.4 | 2.50 | 53.2 | 135.0 |
| yolov5xu | 640 | 53.2 | 763.2 | 3.81 | 97.2 | 246.4 |
Ultralytics 문서의 YOLOv5u 640픽셀 탐지 벤치마크입니다. 더 큰 1280픽셀 P6 변형도 제공됩니다.
세계 유수의 조직이 신뢰합니다
모델이 미치는 영향
Ultralytics의 최첨단 비전 AI 모델로 다양한 산업 분야의 프로세스를 간소화하세요. 속도, 정확도, 사용 편의성을 제공합니다.
YOLOv5에서 최신 Ultralytics YOLO까지
실용적인 YOLOv5 워크플로가 학습 및 배포를 위한 통합 모델 생태계로 발전한 과정을 알아보세요.
스마트 어노테이션으로 최대 10배 더 빠르게 라벨링하세요
Ultralytics Platform은 고품질 데이터셋을 더 빠르게 구축할 수 있는 이미지 어노테이션 도구를 제공합니다. 스마트 어노테이션부터 정밀한 수동 편집까지, 이러한 기능은 품질을 유지하면서 이미지 라벨링 시간을 줄이도록 설계되었습니다.
- SAM 기반 스마트 어노테이션:한 번의 클릭으로 마스크와 바운딩 박스를 생성합니다.
- 모든 AI 작업 지원:객체 탐지, 인스턴스 세그멘테이션, 시맨틱 세그멘테이션, 분류, 포즈, OBB.
- 범용 형식 지원:YOLO, COCO 등 원하는 형식을 선택하세요.
- 팀 검토 및 버전 관리:모든 단계에서 원활하게 협업할 수 있습니다.
최고의 GPU에서 더 저렴하게 학습하세요
Ampere부터 Blackwell까지 NVIDIA GPU 26종을 시간당 $0.24부터 이용하세요. 추가 요금, 최소 이용 조건, 약정이 없습니다.
산업별 솔루션 살펴보기
팀이 실제 운영 환경 전반에서 Ultralytics 컴퓨터 비전을 어떻게 적용하는지 알아보세요.
농업
자동차
의료
물류
제조
소매
로보틱스
자주 묻는 질문
Ultralytics YOLOv5는 2020년에 사용하기 쉬운 PyTorch 워크플로와 함께 출시되어 맞춤형 실시간 객체 탐지를 실용적으로 구현할 수 있도록 지원했습니다. 현재 Ultralytics Python 패키지는 업데이트된 앵커 프리 YOLOv5u 탐지 모델을 지원합니다. 기존 YOLOv5 저장소의 가중치는 아키텍처가 다르므로 현재 라이브러리와 호환되지 않습니다. 자세한 내용은 YOLOv5 문서를 참조하세요.
현재 Ultralytics 라이브러리와 Platform 프로젝트에서 지원하는 YOLOv5u 모델은 객체 탐지를 위해 설계되었습니다. 과거 YOLOv5 저장소에서는 별도의 분류 및 세그멘테이션 변형도 출시했지만, 해당 원본 아키텍처와 가중치는 현재 YOLOv5u 모델과 서로 호환되지 않습니다.
지연 시간과 모델 크기가 가장 중요하다면 나노 또는 스몰 YOLOv5u 탐지기로 시작하세요. 미디엄은 다양한 워크로드에서 속도와 정확도의 균형을 제공하며, 더 많은 컴퓨팅 리소스를 사용할 수 있는 경우 라지와 엑스트라 라지는 정확도를 우선합니다. YOLOv5 문서에서 현재 모델 벤치마크를 비교한 다음, 자체 데이터로 후보 모델을 검증하세요.
현재 YOLOv5u 탐지 체크포인트를 사용해 Ultralytics 라이브러리의 학습 모드를 사용하거나, 공식 Ultralytics Platform의 YOLOv5 프로젝트를 열어 해당 탐지 모델 중 하나로 시작하세요. 학습 후에는 내보내기 모드를 사용해 탐지기를 배포할 수 있도록 준비하세요.
예. YOLOv5는 기존 프로젝트와 배포 환경에서 계속 지원됩니다. Ultralytics YOLO26은 최신 안정화 모델이자 신규 프로젝트에 권장되는 시작점이며, YOLOv5는 기존 YOLOv5 파이프라인과의 호환성이 중요한 경우 여전히 유용합니다.
Ultralytics YOLOv5로 구축하세요
Ultralytics Platform으로 최신 YOLOv5u 탐지 모델을 학습, 검증, 내보내기 및 배포하세요.