YOLOv10

YOLOv10 객체 감지 모델을 Serverless Cloud API를 통해 사용하세요.

YOLOv10은 추론 경로에서 비최대 억제를 제거해 지연 시간을 줄이는 객체 탐지 모델입니다. Roboflow는 COCO로 사전 학습된 YOLOv10 체크포인트를 짧은 별칭으로 제공하며, 또한 자신의 가중치를 업로드하여 다른 곳에서 학습한 모델을 실행할 수 있습니다.

Roboflow에서는 YOLOv10 학습이 지원되지 않습니다. Roboflow에서 학습한 탐지 모델은 다음을 참조하세요: RF-DETR, YOLO26, 또는 YOLO11.

사전 학습된 별칭

다음 ID 중 하나를 model_id 로 전달하면 아무것도 학습하지 않고 COCO 사전 학습 체크포인트를 실행할 수 있습니다. 전체 목록은 다음 페이지에 있습니다: 사전 학습 모델 별칭 페이지.

모델	입력 크기	작업	모델 ID	테스트
YOLOv10n	640	객체 탐지	yolov10n-640	브라우저에서 테스트
YOLOv10s	640	객체 탐지	yolov10s-640	브라우저에서 테스트
YOLOv10m	640	객체 탐지	yolov10m-640	브라우저에서 테스트
YOLOv10b	640	객체 탐지	yolov10b-640	브라우저에서 테스트
YOLOv10l	640	객체 탐지	yolov10l-640	브라우저에서 테스트
YOLOv10x	640	객체 탐지	yolov10x-640	브라우저에서 테스트

코드 샘플

1

API 키 받기

Roboflow 계정을 만들고, 다음에서 키를 찾으세요: Roboflow API 설정 페이지 그리고 셸에서 사용할 수 있도록 만드세요:

export ROBOFLOW_API_KEY="your-key-here"

2

의존성 설치

Inference SDK와 supervision 을 설치하여 예측을 디코딩하고 그리세요:

pip install -U inference-sdk supervision opencv-python

3

모델 실행

이 예시는 사전 학습된 yolov10n-640 체크포인트를 실행합니다. 자신의 가중치를 사용하려면, 다음을 {workspace}/{model-slug} ID를 사용하세요(참조: 버전, 학습, 및 모델).

import os
import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient

image = sv.load_image_from_url("https://media.roboflow.com/inference/people-walking.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
results = client.infer(image, model_id="yolov10n-640")

detections = sv.Detections.from_inference(results)

labels = [
    f"{name} {conf:.2f}"
    for name, conf in zip(detections.data["class_name"], detections.confidence)
]
annotated = sv.BoxAnnotator().annotate(image.copy(), detections)
annotated = sv.LabelAnnotator().annotate(annotated, detections, labels=labels)
cv2.imwrite("annotated.png", annotated)

다음으로 api_url 을 배포 대상에 맞게 설정하세요:

• https://serverless.roboflow.com 서버리스 클라우드 API용입니다.

• http://localhost:9001 로컬 Inference 서버.

• 비공개 엔드포인트용 전용 배포 URL입니다.

또한 다음 패키지로 체크포인트를 인프로세스로 불러올 수 있습니다: inference 패키지:

from inference import get_model

model = get_model(model_id="yolov10n-640")
results = model.infer("https://media.roboflow.com/inference/people-walking.jpg")