中文 · 한국어 · 日本語 · Русский · Deutsch · Français · Español · Português · Türkçe · Tiếng Việt · العربية

ホーム

リアルタイム物体検出および画像セグメンテーションモデルの最新版である、Ultralytics YOLO26を紹介します。YOLO26は、ディープラーニングとコンピュータビジョンの進歩に基づいて構築されており、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特徴としています。その合理化された設計により、多様なアプリケーションに適しており、エッジデバイスからクラウドAPIまで、さまざまなハードウェアプラットフォームに容易に適合可能です。安定した本番環境のワークロードには、YOLO26およびYOLO11の両方が推奨されます。

Ultralytics Docsは、その機能や能力を理解し活用するために設計された包括的なリソースです。経験豊富な機械学習の実務者であっても、この分野の初心者であっても、このハブはプロジェクトにおけるYOLOのポテンシャルを最大化することを目的としています。

商用利用のためのエンタープライズライセンスの申請は、Ultralytics Licensingから行ってください。

始め方

YOLO: 歴史の概要

YOLO (You Only Look Once) は、人気の高い物体検出および画像セグメンテーションモデルであり、ワシントン大学のJoseph RedmonとAli Farhadiによって開発されました。2015年に発表されたYOLOは、その高速性と高精度で人気を博しました。

• 2016年にリリースされたYOLOv2は、バッチノーマライゼーション、アンカーボックス、次元クラスタリングを組み込むことで、元のモデルを改善しました。
• 2018年に発表されたYOLOv3は、より効率的なバックボーンネットワーク、複数のアンカー、空間ピラミッドプーリングを使用して、モデルのパフォーマンスをさらに強化しました。
• YOLOv4は2020年にリリースされ、Mosaicデータ拡張、新しいアンカーフリー検出ヘッド、新しい損失関数といった革新を導入しました。
• YOLOv5はモデルのパフォーマンスをさらに向上させ、ハイパーパラメータ最適化、統合された実験追跡、一般的なエクスポート形式への自動エクスポートなどの新機能を追加しました。
• YOLOv6は2022年にMeituanによってオープンソース化され、同社の多くの自律型配送ロボットで使用されています。
• YOLOv7は、COCOキーポイントデータセットでの姿勢推定などの追加タスクに対応しました。
• 2023年にUltralyticsがリリースしたYOLOv8は、パフォーマンス、柔軟性、効率性を高めるための新機能と改良を導入し、幅広いビジョンAIタスクをサポートしています。
• YOLOv9は、プログラマブル勾配情報(PGI)やGeneralized Efficient Layer Aggregation Network (GELAN)のような革新的な手法を導入しています。
• YOLOv10 created by researchers from Tsinghua University using the Ultralytics Python package, provides real-time object detection advancements by introducing an End-to-End head that eliminates Non-Maximum Suppression (NMS) requirements.
• YOLO11: 2024年9月にリリースされたYOLO11は、物体検出、セグメンテーション、姿勢推定、追跡、分類を含む複数のタスクで優れたパフォーマンスを発揮し、多様なAIアプリケーションやドメイン全体への展開を可能にします。
• YOLO26 🚀: エンドツーエンドのNMSフリー推論を備え、エッジデプロイメント向けに最適化された、Ultralyticsの次世代YOLOモデルです。

YOLOライセンス: Ultralytics YOLOはどのようにライセンスされていますか？

Ultralyticsは、多様なユースケースに対応するために2つのライセンスオプションを提供しています:

• AGPL-3.0 ライセンス: このOSI承認済みオープンソースライセンスは、学生や愛好家に最適であり、オープンなコラボレーションと知識共有を促進します。詳細については、LICENSEファイルを参照してください。
• エンタープライズライセンス: 開発および本番環境での利用向けに、このライセンスは内部ツール、自動ワークフロー、本番環境へのデプロイメントを含むビジネス製品やサービスへのUltralyticsソフトウェアおよびAIモデルのシームレスな統合を可能にし、AGPL-3.0のオープンソース要件を回避します。開始するには、Ultralytics Licensingからお問い合わせください。

当社のライセンス戦略は、オープンソースプロジェクトへの改善が確実にコミュニティに還元されるよう設計されています。私たちはオープンソースを信じており、私たちの貢献が全員の利益になるような方法で使用され、拡大されることを確実にすることが使命です。

物体検出の進化

物体検出は、従来のコンピュータビジョン技術から高度なディープラーニングモデルへと、長年にわたって大幅に進化してきました。YOLOモデルファミリはこの進化の最前線にあり、リアルタイム物体検出の可能性の限界を常に押し広げています。

YOLO独自の強みは、物体検出を単一の回帰問題として扱い、1回の評価で画像全体から直接バウンディングボックスとクラス確率を予測する点にあります。この革新的な手法により、YOLOモデルは高精度を維持しながら、以前の2段階検出器よりも大幅に高速化されました。

新しいバージョンごとに、YOLOはアーキテクチャの改善と、様々な指標においてパフォーマンスを向上させる革新的な手法を導入してきました。YOLO26はこの伝統を引き継ぎ、最新のコンピュータビジョン研究の進歩を取り入れ、実世界のアプリケーション向けに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特徴としています。

FAQ

Ultralytics YOLOとは何か、またどのように物体検出を改善しますか？

Ultralytics YOLO is the acclaimed YOLO (You Only Look Once) series for real-time object detection and image segmentation. The latest model, YOLO26, builds on previous versions by introducing end-to-end NMS-free inference and optimized edge deployment. YOLO supports various vision AI tasks such as detection, instance segmentation, semantic segmentation, pose estimation, tracking, and classification. Its efficient architecture ensures excellent speed and accuracy, making it suitable for diverse applications, including edge devices and cloud APIs.

YOLOのインストールとセットアップはどのように始めればよいですか？

YOLOの利用開始は迅速かつ簡単です。pipを使用してUltralyticsパッケージをインストールし、数分でセットアップを完了できます。以下は基本的なインストールコマンドです：

pip install -U ultralytics

詳細なステップバイステップガイドについては、クイックスタートページをご覧ください。このリソースは、インストール手順、初期セットアップ、および最初のモデルの実行を支援します。

自分のデータセットでカスタムYOLOモデルを学習させるにはどうすればよいですか？

カスタムデータセットでのYOLOモデルの学習には、いくつかの詳細なステップが必要です：

1. アノテーション済みのデータセットを準備する。
2. YAMLファイルで学習パラメータを構成する。
3. yolo TASK trainコマンドを使用して学習を開始する。(各TASKには独自の引数があります)

以下は物体検出タスクのコード例です：

from ultralytics import YOLO

# Load a pretrained YOLO model (you can choose n, s, m, l, or x versions)
model = YOLO("yolo26n.pt")

# Start training on your custom dataset
model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)

詳細なウォークスルーについては、学習プロセスを最適化するための例とヒントが含まれているモデルの学習ガイドをご覧ください。

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、YOLOに対して2つのライセンスオプションを提供しています：

• AGPL-3.0 ライセンス: このオープンソースライセンスは、教育用および非営利目的での使用に最適であり、オープンなコラボレーションを促進します。
• エンタープライズライセンス: 内部ツール、自動ワークフロー、本番環境へのデプロイメントを含む、開発および本番環境での使用向けで、AGPL-3.0のオープンソース要件を回避します。

詳細については、ライセンスページをご覧ください。

Ultralytics YOLOをリアルタイムの物体追跡に使用するにはどうすればよいですか？

Ultralytics YOLOは、効率的でカスタマイズ可能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。追跡機能を利用するには、以下のようにyolo trackコマンドを使用できます：

from ultralytics import YOLO

# Load a pretrained YOLO model
model = YOLO("yolo26n.pt")

# Start tracking objects in a video
# You can also use live video streams or webcam input
model.track(source="path/to/video.mp4")

物体追跡の設定と実行に関する詳細なガイドについては、リアルタイムシナリオにおける構成と実用的なアプリケーションを解説しているトラックモードのドキュメントをご覧ください。