Sign InBook a DemoGet Started

모델 훈련

Roboflow 대시보드에서 최신 기술로 모델을 훈련하세요.

Roboflow 인터페이스에서 컴퓨터 비전 모델을 학습할 수 있습니다.

Roboflow는 두 가지 학습 옵션을 제공합니다:

  • Roboflow Train: 프로덕션 수준의 모델을 만들기에 이상적인 대표적인 학습 서비스입니다.

  • Roboflow Instant : 테스트에 적합한 모델을 몇 분 만에 학습합니다.

이미지 주석 배치를 승인하면 Instant 모델이 자동으로 학습됩니다. 이 모델들은 즉시 사용할 수 있습니다.

Roboflow에서 학습된 모델은 Inference(온디바이스 추론 서버)로 배포하거나, Serverless Hosted API와 Workflows, Workflows를 이용한 Batch Processing, 또는 모델 API 엔드포인트를 통해 클라우드에서 배포할 수 있습니다.

자세한 내용은 라이선스 안내 를 참고하여 Roboflow에서 학습된 모델의 라이선스에 대해 알아보세요.

모델 학습하기

컴퓨터 비전 모델을 학습하려면 먼저 데이터셋 버전을 생성하세요.

"Custom Train" 버튼을 클릭하여 학습 작업 구성을 시작하세요:

모델 아키텍처 선택

다음으로, 모델 아키텍처를 선택해야 합니다. 이는 모델 학습에 사용되는 머신러닝 기술입니다.

학습할 수 있는 모델 아키텍처는 설정한 프로젝트 유형에 따라 다릅니다:

  • 객체 감지 : RF-DETR, Roboflow 3.0, YOLOv11, YOLOv12, YOLO-NAS 모델을 학습할 수 있습니다.

  • 분류 : ViT와 ResNet.

  • 인스턴스 세분화: Roboflow 3.0 및 YOLO11.

  • 키포인트 감지: Roboflow 3.0 및 YOLO11.

  • 멀티모달 : Florence 2, PaliGemma 2, Qwen-2.5 VL.

객체 감지의 경우 RF-DETR가 최고의 정확도를 제공합니다.

프로젝트 유형에 맞는 아키텍처를 선택한 후 "Continue"를 클릭하세요:

모델 크기 선택

다음으로, 모델의 크기를 설정해야 합니다.

모델 크기는 선택한 모델 아키텍처에 따라 다릅니다. 예를 들어, 최신 객체 감지 모델인 RF-DETR는 Nano, Small, Medium, Base를 제공합니다:

Roboflow 3.0의 경우 Fast와 Accurate 학습 옵션은 모든 사용자에게 제공됩니다. Medium, Large, Extra Large는 유료 사용자만 이용할 수 있습니다.

체크포인트 선택

학습 옵션을 선택하면 체크포인트에서 학습할지 여부를 묻는 메시지가 표시됩니다. 아래 탭에서 각 모델 유형의 구성 옵션을 확인할 수 있습니다.

세 가지 옵션이 있습니다:

  • 이전체크포인트에서 학습: 이미 작동하는 모델을 개선하고 싶을 때 이상적입니다.

  • 공개 체크포인트에서 학습 : 첫 번째 모델 버전이거나 이전 학습 결과가 기대에 미치지 못했을 때 이상적입니다.

  • 무작위 초기화에서 학습: 고급 사용자 전용 옵션으로, 완전히 빈 상태에서 학습을 시작합니다. 대부분의 사용자는 이 옵션을 사용할 때 결과가 더 나쁩니다.

학습 옵션은 어떻게 선택하나요?

새로운 객체 감지 프로젝트에는 공개 체크포인트에서 학습하는 것을 권장합니다. 기본적으로 Microsoft COCO 데이터셋으로 학습된 모델에서 학습할 수 있습니다. 분류 및 시맨틱 세분화의 경우 ImageNet에서만 학습을 지원합니다.

Universe에 호스팅된 프로젝트(객체 감지 전용)를 기반으로 체크포인트에서 학습할 수 있습니다. 이를 위해 먼저 Universe에서 프로젝트에 별표를 추가하세요 . 그러면 해당 프로젝트가 Roboflow 웹 애플리케이션에서 학습 체크포인트로 제공됩니다.

또한, 이전 버전의 모델(객체 감지, 인스턴스 세분화, 키포인트 감지 전용)을 기반으로 체크포인트에서 학습할 수 있습니다. 이 방법은 더 빠른 학습 과정을 제공합니다. 모델의 성능이 충분히 강할 때만 이전 체크포인트에서 학습하는 것을 권장합니다.

체크포인트에서 학습한다는 것은 전이 학습(Transfer Learning)을 사용한다는 의미입니다. 전이 학습은 선택한 모델에서 학습을 시작합니다. 이를 통해 학습 시간을 줄이고 더 나은 학습 점수를 얻을 수 있습니다.

처음부터 학습한다는 것은 전이 학습을 사용하지 않는다는 의미입니다. 이 경우 모델 가중치의 초기값이 무작위로 설정됩니다.

학습 작업 시작하기

학습할 체크포인트를 선택한 후 Start Training을 클릭하세요.

그러면 데이터셋이 압축되어 Roboflow 클라우드에서 학습 준비가 진행됩니다.

데이터셋 준비가 완료되면 학습 소요 시간에 대한 예상치를 받게 됩니다:

데이터셋이 크고 이미지가 클수록 모델 학습에 더 많은 시간이 소요됩니다.

학습이 완료되면 이메일로 알려드립니다. 대부분의 경우 24시간 이내에 완료됩니다.

요금제

Roboflow에서의 학습 비용은 학습 작업의 길이에 따라 책정됩니다. 자세한 내용은 크레딧 페이지.

학생이거나 연구자이고 프로젝트에 사용할 크레딧이 필요하다면, 추가 크레딧을 신청할 수 있습니다.

PreviousRoboflow 라벨링 서비스NextUniverse 체크포인트에서 훈련

Last updated

Was this helpful?