中文 · 한국어 · 日本語 · Русский · Deutsch · Français · Español · Português · Türkçe · Tiếng Việt · العربية
Ultralytics YOLO ドキュメント#
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、深度推定、画像分類、姿勢推定、方向付き境界ボックス、およびトラッキングを行うためのリアルタイムコンピュータビジョンモデルファミリーであり、1つのPythonパッケージとCLIを通じて利用できます。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備えています。その合理化された設計により、エッジデバイスからクラウドAPIまで、さまざまなアプリケーションに適しており、さまざまなハードウェアプラットフォームに簡単に適応できます。安定した本番ワークロードのために、YOLO26とYOLO11の両方が推奨されます。
Ultralytics Docsは、YOLOパッケージとCLI、および同じモデル上にデータアノテーション、クラウドトレーニング、デプロイメントを追加するUltralytics Platformを網羅する包括的なリソースです。経験豊富な機械学習の実践者であっても、この分野の初心者であっても、これらのリソースはプロジェクトでYOLOを最大限に活用するのに役立ちます。
Ultralytics Licensingで商用利用のためのエンタープライズライセンスをリクエストしてください。
より大きな教師モデルのガイダンスを使用して小さなYOLOモデルをトレーニングします。推論コストは追加されず、精度が向上します。
2 つのコマンドで始める#
# Install the ultralytics package from PyPI
pip install ultralytics
# Detect objects in an image with a pretrained YOLO26 model
yolo predict model=yolo26n.pt source='https://github.com/ultralytics/assets/releases/download/v0.0.0/bus.jpg'モデルウェイトとサンプル画像は自動的にダウンロードされ、アノテーションされた結果は runs/detect/predict に保存されます。
完全なインストールと使用方法のリファレンスについては、クイックスタートガイドをご覧ください。
何を実現したいですか？#
YOLO26 の予測パイプラインに組み込まれた BoT-SORT または ByteTrack を使用して、動画フレーム間で永続的な ID を持つオブジェクトをトラッキングします
これらのドキュメントの構成#
ほとんどのモデルワークフローの yolo コマンドは、Taskがオプションである yolo [TASK] MODE ARGS という1つの文法に従っており、これらのドキュメントは同じ3つのパートと1つのショートカットを中心に構成されています：
- Task は、画像から何が欲しいか（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、深度推定、分類、姿勢推定、または方向付きボックス）に答えます。
- Mode は、モデルをどのように使用するか（train、validate、predict、export、track、またはbenchmark）に答えます。
- Args は、実行する model の
model=から、epochsやimgszなどのハイパーパラメータに至るまで、コマンドを設定します。 - Solutions はショートカットです。物体カウントやセキュリティアラームなどの完成されたアプリケーションであり、TaskとModeを完全にスキップします。
その他すべてはその文法をサポートしています：Modelsには model= （YOLO26、YOLO11、SAM 3、RT-DETRなど）に渡すことができるすべてのアーキテクチャがリストされており、Datasetsは各Taskがトレーニングする対象を提供し、Guidesはハードウェアのデプロイメント、ハイパーパラメータのチューニング、データセットの変換、プロジェクト全体の詳細な手順にわたる幅広いハウツーのコレクションであり、Integrationsはパイプラインをすでに使用しているトレーニングおよびデプロイメントツールに接続し、ReferenceセクションではPython APIのすべてのクラスと関数が文書化されています。
Pythonパッケージのほかに、同じモデルで動作する2つのサーフェスがあります。クラウドのアノテーション、トレーニング、デプロイメントのためのUltralytics Platform、およびPythonランタイムなしでエクスポートされたモデルを実行するためのスタンドアロンのRustライブラリおよびCLIであるUltralytics Inference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 License: このOSI承認済みの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の共有を促進します。詳細については、LICENSEファイルをご覧ください。
- Enterprise License: 開発および本番環境での使用において、このライセンスにより、AGPL-3.0のオープンソース要件をバイパスして、UltralyticsのソフトウェアとAIモデルを内部ツール、自動化ワークフロー、本番デプロイメントなどのビジネス製品やサービスにシームレスに統合できます。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コミュニティに確実に還元されるように設計されています。私たちはオープンソースを信じており、当社の貢献が誰もが利益を得られる方法で使用され、拡大されることを保証することが使命です。
よくある質問 (FAQ)#
Ultralytics YOLOとは何ですか、またどのように物体検出を改善しますか？#
Ultralytics YOLO は、リアルタイムの物体検出と画像セグメンテーションのための定評ある YOLO (You Only Look Once) シリーズです。最新モデルの YOLO26 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を導入することで、これまでのバージョンをさらに発展させています。YOLO 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、深度推定、分類、姿勢推定、トラッキングなどのさまざまなビジョン AI タスクをサポートしています。その効率的なアーキテクチャにより、優れた速度と精度が保証され、エッジデバイスやクラウド API を含む多様なアプリケーションに適しています。
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？#
YOLOの使用開始は迅速かつ簡単です。pipから pip install ultralytics でUltralyticsパッケージをインストールし、yolo predict model=yolo26n.pt で最初の予測を実行します。モデルウェイトは自動的にダウンロードされます。conda、Docker、およびソースからのインストールを網羅する包括的な手順については、クイックスタートページをご覧ください。
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、いくつかの詳細なステップが必要です：
- アノテーション済みのデータセットを準備し、データセット YAML ファイルに記述します。
- Pythonで事前トレーニング済みモデル（例：
YOLO("yolo26n.pt")）をロードします。 model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)を使用してトレーニングを開始するか、コマンドラインからyolo detect train data=path/to/dataset.yaml epochs=100 imgsz=640で開始します。
詳細な手順については、トレーニング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トレーニング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、オープンなコラボレーションを促進するため、教育目的および非商用利用に最適です。
- エンタープライズライセンス: 内部ツール、自動化されたワークフロー、本番展開を含む開発および本番環境での利用向けであり、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。Pythonで YOLO("yolo26n.pt").track(source="path/to/video.mp4") を呼び出すか、コマンドラインから yolo track source=path/to/video.mp4 を実行します。どちらもビデオファイル、ライブストリーム、Webカメラ入力で動作します。オブジェクトトラッキング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設定と実際の応用について説明しているTrack Modeのドキュメントをご覧ください。
