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、方向付きバウンディングボックス、およびトラッキングを行うリアルタイムコンピュータビジョンのモデルファミリーであり、1つの Python パッケージおよび 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 なし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。
YOLO パッケージおよび CLI と、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、およびデプロイメントを追加する Ultralytics Platform を網羅した包括的なリソースである Ultralytics ドキュメントを探索してください。経験豊富な機械学習実務者であっても、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。
商用利用のエンタープライズライセンスのリクエストは、Ultralytics Licensing で行います。
1枚の写真から、すべてのピクセルの深度マップとメートル単位の距離を生成します。
2つのコマンドで開始する#
# 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'モデルの重みとサンプル画像が自動的にダウンロードされ、アノテーション付きの結果が runs/detect/predict に保存されます。
完全なインストールおよび使用方法のリファレンスについては、Quickstart ガイドを参照してください。
何をしたいですか？#
TrackTrack（デフォルト）、BoT-SORT、ByteTrack、OC-SORT、Deep OC-SORT、または FastTracker を使用して、永続的な ID でオブジェクトを追跡する
トレーニング済みモデルを ONNX、TensorRT、または OpenVINO にエクスポートして、エッジデバイス、モバイルハードウェア、およびクラウドサーバーで高速推論を実行する
このドキュメントの構成方法#
ほとんどのモデルワークフローの yolo コマンドは 1 つの文法 yolo [TASK] MODE ARGS に従います（Task は省略可能）。このドキュメントは、同じ 3 つの部分と 1 つのショートカットを中心に構成されています。
- Task は画像から何を取得したいか（detection、instance segmentation、semantic segmentation、depth estimation、classification、pose estimation、または oriented boxes）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 はコマンドを設定します。これには、
model=で実行する model から、epochsやimgszなどのハイパーパラメータが含まれます。 - Solutions はショートカットであり、Task と Mode を完全にスキップする、オブジェクト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す。
その他すべてはその文法をサポートしています。Models は model= に渡すことができるすべてのアーキテクチャ（YOLO26、YOLO11、SAM 3、RT-DETR など）をリストし、Datasets は各 Task がトレーニングするデータを提供し、Guides はハードウェアデプロイメント、ハイパーパラメータ調整、データセット変換、および完全なプロジェクトウォークスルーにわたる詳細なハウツーの幅広い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 セクションは Python API のすべてのクラスと関数をドキュメント化しています。
Python パッケージ以外にも、クラウドのアノテーション、トレーニング、およびデプロイメントのための Ultralytics Platform と、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 の 2 つのサーフェスが同じモデルで実行されます。
YOLO ライセンス: Ultralytics YOLO のライセンスはどうなっていますか？#
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のこのライセンスにより、社内ツール、自動化ワークフロー、本番デプロイメントなど、UltralyticsのソフトウェアとAIモデルをビジネス製品やサービスにシームレスに統合できます。AGPL-3.0のオープンソース要件は適用されません。利用を開始するには、Ultralyticsライセンスからお問い合わせください。
当社のライセンシング戦略は、オープンソースプロジェクトに対する改良が確実にコミュニティ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、私たちの貢献がすべての人に利益をもたらす方法で使用され、拡張されるようにすることが私たちの使命です。
FAQ#
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称賛された YOLO シリーズです。最新のモデルである YOLO26 は、エンドツーエンドの NMS なし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、以前のバージョンを基盤に構築されています。YOLO は、detection、instance segmentation、semantic segmentation、depth estimation、classification、pose estimation、および oriented bounding boxes などのさまざまな ビジョン AI タスクをサポートし、動画フレーム全体で検出されたオブジェクトを追跡できます。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。モデルの重み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、Quickstart ページをご覧ください。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含まれます。
- アノテーション付きのデータセットを準備し、データセットの YAML ファイルでそれを記述します。
- Python で事前学習済みモデル（例:
YOLO("yolo26n.pt")）を読み込みます。 model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)を使用するか、コマンドラインからyolo detect train data=path/to/dataset.yaml epochs=100 imgsz=640を使用してトレーニングを開始します。
詳細なウォークスルーについては、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 Train a Model ガイドをご確認ください。
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、教育目的および非商用利用に最適であり、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、自動化ワークフロー、および本番デプロイメントを含む開発および本番利用向けであり、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、Licensing ページをご覧ください。
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。どちらも動画ファイル、ライブストリーム、およびウェブ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用的なアプリケーションを説明している Track Mode ドキュメントをご確認ください。
