1. 튜토리얼 소개

YOLOv13은 칭화대학교, 타이위안공업대학교, 시안교통대학교 등의 공동 연구팀이 2025년 6월에 제안한 객체 탐지 모델입니다. YOLO 시리즈의 실시간 탐지라는 장점을 기반으로, 하이퍼그래프 강화, 고차 의미 모델링, 경량 구조 재구성 등의 새로운 메커니즘을 도입했습니다. MS COCO, Pascal VOC 등 주요 데이터셋에서 우수한 성능을 보이며, 더욱 강력한 일반화 능력과 실용적인 활용성을 입증했습니다. 관련 논문은 참고 문헌에서 확인할 수 있습니다. YOLOv13: 하이퍼그래프 강화 적응형 시각 인식을 통한 실시간 객체 감지 .

이 튜토리얼에서는 리소스로 단일 RTX 5090 카드를 사용합니다.

2. 프로젝트 예시

영상

동영상

3. 작업 단계

1. 컨테이너 시작 후 API 주소를 클릭하여 웹 인터페이스로 진입합니다.

2. 사용 단계

"잘못된 게이트웨이"가 표시되면 모델이 초기화 중임을 의미합니다. 모델이 크기 때문에 약 2~3분 정도 기다리신 후 페이지를 새로고침해 주시기 바랍니다.

영상

동영상

매개변수 설명

• 모델: yolov13n.pt(나노), yolov13s.pt(소형), yolov13l.pt(대형), yolov13x.pt(초대형). 모델이 클수록 일반적으로 정확도(mAP)가 높지만, 매개변수 수, 계산 비용(FLOP)이 더 많고 추론 시간도 더 깁니다.
• 신뢰 임계값: 신뢰 임계값.
• IoU 임계값: NMS에서 사용되는 IoU(Intersection over Union) 임계값입니다.
• 이미지당 최대 감지 수: 이미지당 감지 상자의 최대 수입니다.

🖌️ 고품질 프로젝트를 발견하시면, 백그라운드에 메시지를 남겨 추천해주세요! 또한, 튜토리얼 교환 그룹도 만들었습니다. 친구들의 QR코드 스캔과 [SD 튜토리얼] 댓글을 통해 그룹에 가입하여 다양한 기술 이슈에 대해 논의하고 신청 결과를 공유해 주시기 바랍니다.↓

인용 정보

이 프로젝트에 대한 인용 정보는 다음과 같습니다.

@article{yolov13,
  title={YOLOv13: Real-Time Object Detection with Hypergraph-Enhanced Adaptive Visual Perception},
  author={Lei, Mengqi and Li, Siqi and Wu, Yihong and et al.},
  journal={arXiv preprint arXiv:2506.17733},
  year={2025}
}