헬로 월드
5분 만에 첫 워크플로를 빌드하고 실행하세요: 모델을 추가하고, 테스트하고, 워크플로 빌더에서 예측을 시각화합니다.
이 튜토리얼에서는 간단한 워크플로를 설정이 올바르게 설치되고 정상적으로 작동하는지 확인합니다. 컴퓨터 비전 모델에서 추론을 실행하고 UI 디버거를 통해 출력을 시각화할 것입니다.
난이도: 쉬움 완료 시간: 5분
사전 요구 사항
이 튜토리얼에는 무료 Roboflow 계정만 있으면 됩니다 이며 별도 설정 없이 Serverless Cloud API에서 실행할 수 있습니다. 시작하는 가장 쉬운 방법이며, 나중에 워크플로를 자체 호스팅으로 이전할 수 있습니다.
플랫폼 UI 왼쪽 상단의 "Running on" 선택기를 클릭하고 다음을 가리키도록 설정하면, 클라우드 플랫폼에서 로컬에서 실행 중인 Inference Server에도 연결할 수 있습니다. localhost 또는 서버의 IP.
계정을 만든 후, 새(빈) 워크플로를 만드세요그런 다음 아래를 계속 진행하세요.
분리형 모드에서는 Roboflow 계정이나 API 키 없이 Inference Server와 Workflow Builder UI를 모두 로컬에서 실행합니다. 분리형 모드에서는 원격 배포, 모니터링, 클라우드 모델 허브 및 데이터셋 관리 플랫폼과의 통합 같은 클라우드 연결 기능을 사용할 수 없으며, 자체 액세스 제어를 구현해야 합니다.
Roboflow 계정 없이 자신의 컴퓨터에서 실행하려면 다음을 따르세요: 자체 호스팅 설치 지침 그리고 개발 모드로 Inference Server를 시작하세요( inference server start --dev).
그런 다음 로컬 Workflows 빌더의 다음 주소로 이동하세요: localhost:9001/build 그리고 보라색 "Create a Workflow" 버튼을 사용해 빈 워크플로를 만드세요. 메시지가 표시되면 "Build My Own"을 선택하세요.
이제 빈 워크플로가 준비되었고 빌드를 시작할 수 있어야 합니다.
모델 추가
첫 번째 단계는 Model Block을 추가하는 것입니다. "Add a Block"을 클릭하여 블록 선택 사이드바를 여세요.
이 가이드에서는 객체 감지 모델 블록을 선택하세요.
그런 다음 모델을 선택하세요. 사전 학습된 모델(Microsoft COCO 데이터셋에 있는 일반 객체 80개 클래스에 대해 학습됨)을 사용할 수 있습니다. 또는 Roboflow 계정을 연결했다면, 직접 미세 조정한 모델이나 다음에 공유된 100,000개 이상의 커뮤니티 학습 모델 중 하나를 사용할 수 있습니다: Roboflow Universe.
워크플로 테스트
모델을 추가한 후에는 이미지나 비디오에서 테스트할 수 있습니다. 오른쪽 상단의 "Test Workflow"를 클릭한 다음 이미지를 추가하고 "Run"을 클릭하세요. 기본적으로 출력에는 모델 예측의 JSON 표현이 포함됩니다.
시각화 추가
모델이 예측하는 내용을 더 잘 보려면 Object Detection Model 블록 하단의 "+" 버튼을 클릭해 시각화 블록을 추가하세요. "Bounding Box Visualization"과 "Label Visualization"은 함께 잘 작동합니다.
다음으로 편의를 위해 시각화가 먼저( JSON 위에) 표시되도록 출력 순서를 바꾸겠습니다. "Outputs" 블록을 클릭한 다음 선택한 시각화의 "Move Up" 버튼을 클릭하세요.
이제 워크플로를 테스트하면 JSON 외에도 렌더링된 이미지를 볼 수 있습니다. 이는 디버깅과 앱 UI의 일부로 모두 유용할 수 있습니다.
썸네일(또는 "Visual" 출력 토글)을 클릭하여 더 큰 이미지 버전을 볼 수도 있습니다.
배포
마지막으로 화면 상단의 "Deploy" 버튼에서 확인할 수 있는 클라이언트 코드 스니펫을 사용해 이 워크플로를 더 큰 애플리케이션의 일부로 활용할 수 있습니다.
다음 단계
간단한 워크플로를 만들고 Inference Server에 연결하여 모델을 실행할 수 있음을 확인했으므로, 이제 다음과 같은 더 복잡하고 강력한 워크플로를 만들기 시작할 수 있습니다: 두 모델의 출력을 비교하기.
마지막 업데이트
도움이 되었나요?