Lobe

Lobe란?

Lobe는 Mac과 PC용 무료 머신러닝 도구로, 사람들이 머신러닝 모델을 학습하고 다른 플랫폼으로 배포할 수 있도록 도와줍니다. 주요 목적은 모델 학습을 간소화하고 학습된 모델에서 배포까지의 경로를 단순화하는 것입니다.

프로젝트의 GitHub 조직에 따르면, Lobe는 Python, iOS, 웹/REST API 옵션을 포함한 다양한 환경을 위한 오픈소스 저장소와 스타터 프로젝트로 지원됩니다. Lobe 데스크톱 애플리케이션은 더 이상 개발되지 않는 것으로 명시되어 있습니다.

Mac과 PC에서의 모델 학습: Lobe는 일반 데스크톱 운영체제에서 머신러닝 모델을 학습하는 데스크톱 워크플로로 자리매김합니다.
다양한 플랫폼 대상 내보내기/배포: 프로젝트는 사용자가 선택한 “어떤 플랫폼”으로 학습된 모델을 배포할 수 있도록 설명하며, iOS와 웹용 스타터 템플릿으로 지원됩니다.
iOS, 웹, REST API용 스타터 프로젝트: 저장소에는 iOS-bootstrap (Swift), web-bootstrap (TypeScript), flask-server (REST API 스타터)를 포함해 다양한 앱 유형에서 모델 사용을 설정하는 데 도움을 줍니다.
이미지 데이터셋 생성 도구: image-tools는 머신러닝을 위한 이미지 기반 데이터셋 생성 유틸리티를 제공합니다.
개발자 라이브러리 및 모델 도구 지원: 조직은 lobe-python (Lobe 모델 작업을 위한 Python 도구 세트), lobe.NET (Lobe용 .NET 라이브러리), 그리고 핵심 lobe 저장소를 유지합니다.

Mac이나 PC에서 Lobe를 시작해 데스크톱 애플리케이션으로 머신러닝 모델을 학습합니다.
학습 후 대상 플랫폼에 맞는 스타터 저장소 사용:
- iOS: iOS-bootstrap (Swift)을 스타터 프로젝트로 따릅니다.
- 웹: 웹 스타터 워크플로를 위해 web-bootstrap (TypeScript)을 따릅니다.
- REST API: REST API 스타터 프로젝트로 flask-server를 사용합니다.
프로젝트가 이미지와 관련된 경우, 학습 워크플로에 맞는 이미지 기반 데이터셋을 만들기 위해 image-tools를 사용합니다.
코드 기반 통합의 경우, 저장소에서 참조된 제공된 lobe-python (Python) 또는 lobe.NET (.NET) 라이브러리/도구를 사용합니다.

모바일 앱(iOS)용 모델 구축: Lobe로 모델을 학습한 후 iOS-bootstrap을 사용해 iOS 프로젝트에 학습된 모델을 통합합니다.
웹 애플리케이션을 통한 모델 배포: Lobe로 학습한 후 web-bootstrap을 사용해 웹 컨텍스트에서 모델 실행을 위한 웹 스타터 설정(TypeScript)을 만듭니다.
REST API를 통한 모델 추론 노출: Lobe로 학습한 후 flask-server를 REST API(Python 기반 스타터)를 통해 모델 추론 제공의 시작점으로 사용합니다.
이미지 데이터셋 생성 및 준비: Lobe에서 학습 전에 머신러닝을 위한 이미지 기반 데이터셋을 구축하기 위해 image-tools를 사용합니다.
Python 또는 .NET 코드베이스에 Lobe 모델 통합: 애플리케이션 코드에서 Lobe 모델 작업을 위해 lobe-python (Python) 또는 lobe.NET (.NET 라이브러리)를 사용합니다.

Lobe 데스크톱 애플리케이션이 여전히 적극적으로 개발되고 있나요? 아니요. 웹사이트에서 Lobe 데스크톱 애플리케이션이 더 이상 개발되지 않는다고 명시되어 있습니다.
Lobe가 Mac과 PC 모두에서 학습을 지원하나요? 네. 프로젝트는 Lobe를 Mac과 PC용 무료 도구로 설명합니다.
플랫폼별 배포 예제를 어디서 찾을 수 있나요? GitHub 조직에 iOS-bootstrap, web-bootstrap, flask-server 등의 스타터 저장소가 포함되어 있습니다.
이미지 데이터셋 생성 도구가 있나요? 네. image-tools 저장소는 머신러닝을 위한 이미지 기반 데이터셋 생성 도구로 설명되어 있습니다.
Python이나 .NET 같은 프로그래밍 언어에서 Lobe 모델을 사용할 수 있나요? 네. 조직은 Python 도구 세트로 lobe-python과 Lobe용 .NET 라이브러리 lobe.NET을 나열합니다.

기타 노코드/로우코드 머신러닝 도구: 이러한 도구는 간소화된 UI로 모델 학습에 중점을 두지만, iOS/웹/API 사용을 위한 플랫폼 스타터 템플릿 제공 여부는 다를 수 있습니다.
특정 대상(모바일/웹/API)용 모델 배포 도구 체인: 올인원 워크플로 대신 대상별 전문 도구(모바일 SDK, 웹 추론 프레임워크, API 서빙 스택)를 사용해 배포를 처리하고 학습은 별도로 관리할 수 있습니다.
Python 기반 ML 학습 워크플로: 코드 우선 접근을 선호하는 팀을 위해 Python 학습 파이프라인은 데스크톱 학습을 대체하며, 라이브러리와 내보내기 단계를 사용해 모바일/웹/API 추론 스택과 통합할 수 있습니다.
데이터셋 준비 및 라벨링 플랫폼: 데이터셋 생성이 주요 병목인 경우, 전용 데이터셋 도구가 Lobe의 이미지 데이터셋 도구가 다루는 워크플로 일부를 보완하거나 대체할 수 있습니다.