모델 또는 Workflow 배포

Roboflow에서 학습했거나 업로드한 workflow와 모델을 배포하는 방법을 알아보세요.

우리는 models와 workflows 모두에 대해 managed deployments와 self-hosted deployment를 지원합니다.

Managed Deployments

이 옵션은 Roboflow의 클라우드 인프라를 활용하여 여러분의 models와 workflows를 실행하므로, 자체 하드웨어나 소프트웨어를 관리할 필요가 없습니다.

Serverless Hosted API

즉시 시작하고 자동으로 확장하세요.

Dedicated Deployment

대규모 모델과 예측 가능한 워크로드를 위한 옵션입니다.

Batch Processing

저장된 데이터를 비용 효율적으로 처리합니다.

Self-Hosted Deployment

또한 self-hosted Roboflow Inference에 여러분의 models와 workflows를 배포할 수도 있으며, 이를 통해 환경, 리소스, 지연 시간에 대한 더 큰 제어가 가능합니다.

• 자체 클라우드 서버에서 self-hosting

• Edge device에서 self-hosting

이 옵션은 인프라 관리와 전문 지식이 필요합니다.

Inference란 무엇인가요?

컴퓨터 비전에서 inference는 학습된 모델을 사용하여 새로운 이미지나 비디오를 분석하고 예측을 수행하는 과정을 의미합니다. 예를 들어, 객체 탐지 모델은 비디오 스트림에서 객체를 식별하고 위치를 파악하는 데 사용될 수 있고, 분류 모델은 이미지의 내용을 기반으로 이미지를 범주화하는 데 사용될 수 있습니다.

Roboflow Inference 은 computer vision 모델과 workflows를 배포하기 위한 강력하고 유연한 프레임워크를 제공하는 오픈소스 프로젝트입니다. 이는 Roboflow의 대부분의 managed deployment 서비스를 구동하는 엔진입니다. 또한 직접 호스팅할 수도 있고, vision workflows를 edge devices에 배포하는 데 사용할 수도 있습니다. Roboflow Inference는 다음을 포함한 다양한 기능과 역량을 제공합니다:

• 객체 탐지, 분류, 인스턴스 세분화 등을 포함한 다양한 모델 아키텍처와 작업을 지원합니다.

• Workflows는 수백 개의 building Blocks 중에서 선택하여 다양한 모델, 사전 구축된 로직, 외부 애플리케이션을 결합함으로써 computer vision 애플리케이션을 구축할 수 있게 해줍니다.

• CPU, GPU, NVIDIA Jetson과 같은 edge devices를 포함한 다양한 장치에서 최적화된 성능을 위한 하드웨어 가속.

• 리소스를 효율적으로 사용하기 위한 멀티프로세싱.

• 비디오 스트림을 원활하게 처리하기 위한 비디오 디코딩.

• 배포를 단순화하는 HTTP 인터페이스, APIs 및 docker 이미지

• Roboflow의 hosted deployment 옵션 및 Roboflow 플랫폼과의 통합.

Workflow란 무엇인가요?

Workflows 는 다양한 모델, 사전 구축된 로직, 외부 애플리케이션을 결합하여 복잡한 computer vision 애플리케이션을 구축할 수 있게 해줍니다. 시각적이고 low-code 환경에서 정교한 computer vision 파이프라인을 설계하고 배포할 수 있습니다.

Workflows를 사용하면 다음을 할 수 있습니다:

• 여러 models를 연결하여 복잡한 작업을 수행합니다.

• 애플리케이션에 사용자 정의 로직과 의사 결정을 추가합니다.

• 외부 시스템 및 APIs와 통합합니다.

• 이미지와 비디오에서 객체를 추적, 계산, 시간 측정, 측정 및 시각화합니다.

올바른 Deployment 옵션 선택하기

inference에서 사용 사례에 가장 적합한 deployment 방법을 선택하는 방법에 대한 훌륭한 가이드가 있습니다. Getting Started guide.

가장 적합한 deployment 옵션은 특정 필요와 요구사항에 따라 달라집니다. 결정을 내릴 때 다음 요소를 고려하세요:

• 확장성: 애플리케이션이 다양한 수준의 트래픽이나 데이터 볼륨을 처리해야 한다면, serverless API는 실시간 사용 사례에 뛰어난 확장성을 제공합니다. 그렇지 않다면, Batch Processing 가 권장되는 옵션입니다.

• 지연 시간: 낮은 지연 시간이나 비디오 처리가 필요하다면, 강력한 하드웨어를 갖춘 dedicated deployments 또는 self-hosted deployments가 최선의 선택일 수 있습니다.

• 제어: self-hosted deployments는 환경과 리소스에 대해 가장 많은 제어권을 제공합니다.

• 전문성: self-hosted deployments는 설정과 관리에 더 많은 기술적 전문 지식이 필요합니다.