# Hugging Face 모델 & 데이터셋 사용 가이드

이 페이지는 Hugging Face Hub에 올려진 YOLO26 모델과 데이터셋을 다운로드해서 사용하는 방법을 설명합니다.

## 모델 다운로드 및 추론

### 설치 및 로그인

```bash
pip install huggingface_hub ultralytics
huggingface-cli login  # (또는 HUGGINGFACE_HUB_TOKEN 환경변수 설정)
```

### 모델 사용 - 기본 예시

```python
from huggingface_hub import snapshot_download
from ultralytics import YOLO

model_dir = snapshot_download(
    repo_id="your-id/nut-volt-yolo26m",
    repo_type="model",
)

model = YOLO(f"{model_dir}/weights/best.pt")
results = model.predict(source="test.jpg", imgsz=640, conf=0.25)

results[0].save(filename="prediction.jpg")
print(results[0].plot())
```

### 모델 사용 - 비디오 추론 예시

```python
from huggingface_hub import snapshot_download
from ultralytics import YOLO

model_dir = snapshot_download(
    repo_id="your-id/nut-volt-yolo26m",
    repo_type="model",
)

model = YOLO(f"{model_dir}/weights/best.pt")

# 이미지 추론
results = model.predict(source="image.jpg", imgsz=640, conf=0.25)
results[0].save(filename="image_pred.jpg")

# 비디오 추론
results = model.predict(source="video.mp4", imgsz=640, conf=0.25, save=True)
```

## 데이터셋 다운로드

### 학습 시 사용한 데이터셋 다운로드

```python
from huggingface_hub import snapshot_download

dataset_dir = snapshot_download(
    repo_id="your-id/nut-volt-dataset",
    repo_type="dataset",
)

print(dataset_dir)
```

내려받은 데이터셋의 `data.yaml`을 사용해 새로운 모델을 학습할 수 있습니다.

## 주의사항

- 모델 폴더 내에 `weights/best.pt` 파일이 존재해야 합니다.
- 데이터셋 repo에는 `output_dataset/` 전체 디렉토리 구조가 포함되어 있습니다.
- Repo 이름은 필요에 맞게 변경해서 사용해도 됩니다.

## repo 링크

- 모델: https://huggingface.co/mihyun1115/nut-volt-yolo26m
- 데이터셋: https://huggingface.co/datasets/mihyun1115/nut-volt-dataset