Ultralytics YOLO

説明

Ultralytics YOLOは、リアルタイム物体検出および画像セグメンテーションの機能で知られる包括的なAIフレームワークです。最新版のYOLO26は、深層学習とコンピュータビジョンの大きな進歩に基づいて構築された次世代ビジョンAIを表します。エンドツーエンドのNMSフリー推論と最適化されたエッジデプロイメントを備えており、コンパクトなエッジデバイスから堅牢なクラウドAPIまで、さまざまなハードウェアプラットフォームに高度に適応可能です。

このフレームワークは、アノテーション、トレーニングからデプロイメントまで、コンピュータビジョンワークフロー全体を合理化するように設計されています。ユーザーはYOLOモデルを簡単にアノテーション、トレーニング、デプロイできます。Ultralytics Docsは、経験豊富な機械学習の実践者とこの分野の新規参入者の両方に対応し、フレームワークの機能を理解し活用するための中心的なハブとして機能します。目標は、多様なプロジェクトでYOLOの可能性を最大化することです。

YOLOファミリーは、2015年のJoseph RedmonとAli Farhadiによる最初のリリースから豊かな歴史を持っています。YOLOv2、YOLOv3、YOLOv4、YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10、そして最新のYOLO11を含む後続のバージョンは、一貫してアーキテクチャの改善と革新的な技術を導入してきました。YOLO26はこの進化を継続し、幅広いビジョンAIタスクに対してパフォーマンス、柔軟性、効率を向上させています。

Ultralyticsは、学生や愛好家向けのAGPL-3.0オープンソースライセンスと、商用利用のためのエンタープライズライセンスを含む、柔軟なライセンスオプションを提供しています。この二重のアプローチにより、オープンなコラボレーションが奨励される一方で、企業はUltralyticsソフトウェアとAIモデルを製品やサービスにシームレスに統合できます。このフレームワークは、検出、インスタンスセグメンテーション、セマンティックセグメンテーション、姿勢推定、トラッキング、分類を含む幅広いコンピュータビジョンタスクをサポートしており、開発者や研究者にとって多用途なツールとなっています。

Ultralytics YOLOの主要機能

• リアルタイム物体検出

• 画像セグメンテーション

• NMSフリー推論を備えたYOLO26モデル

• 最適化されたエッジデプロイメント

• クラウドAPIデプロイメント

• 検出、セグメンテーション、姿勢推定、トラッキング、分類タスクのサポート

• 合理化されたアノテーション、トレーニング、デプロイメントワークフロー

• AGPL-3.0オープンソースライセンス

• 商用利用のためのエンタープライズライセンス

• カスタムデータセットとの統合

• マルチオブジェクトトラッキング機能

Ultralytics YOLOをはじめる

1. 1

   インストール: pipを使用してultralyticsパッケージをインストールします。

2. 2

   クイックスタート: クイックスタートガイドに従って、初期設定を行い、最初のモデルを実行します。

3. 3

   予測: predictモードを利用して、画像、ビデオ、ストリームに対する推論を行います。

4. 4

   トレーニング: trainモードを使用して、カスタムデータセットで新しいYOLOモデルをトレーニングします。

5. 5

   タスク探索: detect、segment、poseなどのさまざまなコンピュータビジョンタスクを発見し、実装します。

6. 6

   トラッキング: trackコマンドを使用してマルチオブジェクトトラッキングを実装します。

7. 7

   デプロイメント: モデルをエッジデバイスまたはクラウドAPIにデプロイします。

Ultralytics YOLOの使用例

• 物体検出
• 画像セグメンテーション
• 姿勢推定
• 物体トラッキング
• 自律システム
• 監視とセキュリティ
• 医療画像分析
• 小売分析

Ultralytics YOLOのFAQ

• Ultralytics YOLOとは何ですか？また、物体検出をどのように改善しますか？

  Ultralytics YOLOは、リアルタイム物体検出および画像セグメンテーションのためのAIフレームワークです。最新のYOLO26モデルは、エンドツーエンドのNMSフリー推論と最適化されたエッジデプロイメントによりパフォーマンスを向上させ、検出、セグメンテーション、姿勢推定、トラッキングなどのタスクをサポートします。

• YOLOのインストールとセットアップを開始するにはどうすればよいですか？

  コマンド「pip install -U ultralytics」を使用して、pipでUltralytics YOLOを簡単にインストールできます。インストールと初期設定を支援するために、クイックスタートページに包括的なステップバイステップガイドが用意されています。

• 自分のデータセットでカスタムYOLOモデルをトレーニングするにはどうすればよいですか？

  カスタムYOLOモデルをトレーニングするには、アノテーション済みのデータセットを準備し、YAMLファイルでトレーニングパラメータを設定し、「yolo TASK train」コマンドを使用します。例えば、物体検出の場合は「model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)」です。

• Ultralytics YOLOで利用可能なライセンスオプションは何ですか？

  Ultralyticsは2つのライセンスオプションを提供しています。教育および非商用利用に適したAGPL-3.0オープンソースライセンスと、開発および本番利用のためのエンタープライズライセンスです。エンタープライズライセンスはオープンソース要件を回避します。

• Ultralytics YOLOはリアルタイム物体トラッキングにどのように使用できますか？

  Ultralytics YOLOは効率的なマルチオブジェクトトラッキングをサポートしています。この機能を利用するには、「yolo track」コマンドを使用します。例えば、「model.track(source="path/to/video.mp4")」を使用して、ビデオまたはライブストリーム内のオブジェクトを追跡できます。

• Ultralytics YOLOはどのようなコンピュータビジョンタスクをサポートしていますか？

  Ultralytics YOLOは、物体検出、インスタンスセグメンテーション、セマンティックセグメンテーション、姿勢推定、トラッキング、分類など、幅広いビジョンAIタスクをサポートしています。

• YOLO26の主な利点は何ですか？

  YOLO26の主な利点には、次世代のビジョンAI機能、エンドツーエンドのNMSフリー推論、最適化されたエッジデプロイメントが含まれており、実世界のアプリケーションで効率的です。

• Ultralytics YOLOのドキュメントはどこで見つけられますか？

  docs.ultralytics.comにあるUltralytics Docsは、ガイド、リファレンス、タスク探索を含む、YOLO機能を理解し活用するための包括的なリソースを提供しています。

• YOLOはエッジデバイスにデプロイできますか？

  はい、YOLO26はエッジデプロイメントに特別に最適化されており、さまざまなエッジデバイスで効率的な動作を可能にします。

• YOLOモデルの歴史は何ですか？

  YOLO（You Only Look Once）モデルは2015年に初めて開発され、その後YOLOv2、YOLOv3、YOLOv8、そして最新のYOLO26などのバージョンを通じて数多くの進歩を遂げ、それぞれがパフォーマンスの向上と新機能をもたらしました。