영상에서 물체를 실시간으로 찾아내고 윤곽을 그리는 모델을 내 데이터에 맞게 조정할 수 있게 하는 도구
카메라로 찍은 영상에서 특정 물체를 찾아내고, 그 물체의 정확한 윤곽선을 그리며, 사람의 관절 위치까지 파악하는 작업을 하나의 도구로 처리합니다. Roboflow가 개발한 RF-DETR은 이러한 컴퓨터 비전 작업을 실시간으로 수행하도록 설계된 모델 아키텍처입니다. ICLR 2026에 발표된 이 모델은 COCO 데이터셋에서 최상위 수준의 정확도를 보여주며, 특히 내 데이터셋에 맞춰 미세 조정(fine-tuning)하는 용도로 최적화되어 있습니다.
ICLR 2026 발표와 실시간 성능
RF-DETR은 ICLR 2026에 발표된 최신 모델로, 실시간 처리와 정확도 사이의 균형을 중시합니다. DINOv2 비전 트랜스포머를 기반으로 하여 Microsoft COCO와 RF100-VL 벤치마크에서 다른 실시간 모델들과 비교했을 때 뛰어난 성능을 기록했습니다. 모든 COCO 정확도 수치는 pycocotools를 사용하여 5,000장의 val2017 이미지 전체에서 직접 측정했으며, 지연 시간은 NVIDIA T4 GPU에서 TensorRT와 FP16, 배치 크기 1 조건으로 측정했습니다. 이를 통해 벤더가 보고한 수치와 직접 비교할 수 있는 일관된 기준을 제공합니다.
탐지, 분할, 키포인트: 하나의 API로
이 저장소는 객체 탐지, 인스턴스 분할, 키포인트 탐지(프리뷰)를 모두 지원합니다. 각 작업은 동일한 API 구조를 따르므로, 탐지 모델을 사용하다가 분할 모델로 전환할 때 코드 구조를 크게 바꿀 필요가 없습니다. 탐지 모델은 Atto부터 2XLarge까지 다양한 크기를 제공하며, 분할 모델은 Nano부터 2XLarge까지, 키포인트 모델은 현재 프리뷰 버전으로 제공됩니다. 모든 모델은 rfdetr 패키지를 통해 Python 환경에서 쉽게 불러와 사용할 수 있습니다.
라이선스 구분과 상용 사용 조건
라이선스는 모델 크기와 구성 요소에 따라 나뉩니다. rfdetr 패키지 자체와 Nano, Small, Medium, Large 탐지 모델, 모든 크기의 분할 모델, 키포인트 모델은 Apache 2.0 라이선스를 적용받습니다. 이는 폐쇄형 상용 제품이나 셀프 호스팅 환경에서 라이선스 비용 없이 자유롭게 사용할 수 있음을 의미합니다. 반면 Atto, Femto, Pico, XL, 2XL 탐지 모델은 rfdetr[plus] 확장 패키지에 포함되어 Roboflow Platform Model License(PML 1.0)를 따릅니다. 이 모델들은 Roboflow 플랫폼에서 배포할 경우 상용 사용이 포함되지만, 셀프 호스팅으로 상용 배포하려면 Enterprise 추가 옵션이 필요합니다.
내 데이터에 맞는 아키텍처 찾기
RF-DETR의 공개된 모델 크기는 신경 아키텍처 검색(NAS)을 통해 생성되었습니다. Roboflow 플랫폼에서는 동일한 NAS 방법을 제공하여, 사용자의 특정 데이터셋에 가장 적합한 아키텍처를 직접 발견할 수 있게 합니다. 단일 학습 실행으로 모든 모델 크기의 결과를 얻을 수 있으며, 이 과정은 오픈소스 체크포인트는 물론 이전 논문에서 보고한 NAS 결과보다 더 나은 성능을 내도록 개선되었습니다. 이는 표준 모델이 아닌, 자신의 데이터 특성에 최적화된 모델을 구축하려는 개발자에게 유용한 기능입니다.
사용 전 확인 사항
Python 3.10 이상의 환경이 필요하며, pip install rfdetr으로 기본 모델을 설치합니다. 키포인트 탐지는 아직 프리뷰 단계이므로, 프로덕션 환경에 적용하기 전 안정성을 검증하는 과정이 필요합니다. 또한 벤치마크 수치는 특정 하드웨어(NVIDIA T4)와 조건에서 측정되었으므로, 실제 배포 환경의 하드웨어 사양에 따라 지연 시간이 달라질 수 있습니다.