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、分類、姿勢推定、回転バウンディングボックス、トラッキングに対応するリアルタイムコンピュータービジョンモデルのファミリーです。1つのPythonパッケージとCLIから利用できます。YOLO26は、ディープラーニングとコンピュータービジョンの進歩を基盤としており、オプションのNMSフリーなエンドツーエンド推論と、最適化されたエッジデプロイに対応しています。シンプルな設計により、さまざまな用途に適しており、エッジデバイスからクラウドAPIまで、異なるハードウェアプラットフォームに簡単に適応できます。安定した本番環境のワークロードには、YOLO26とYOLO11の両方を推奨します。
YOLOパッケージとCLIに加え、同じモデルをベースにデータアノテーション、クラウドトレーニング、デプロイを提供するUltralytics Platformを網羅した包括的なリソース、Ultralytics Docsをご覧ください。機械学習の経験豊富な実践者の方にも、この分野を始めたばかりの方にも、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。
商用利用向けのEnterprise Licenseは、Ultralytics Licensingからお申し込みください。
YOLO27 previewでは、アーキテクチャの詳細、予備ベンチマーク、リリース後の使用例をご覧いただけます。モデルは今年後半のリリースを見込んで最終的な研究開発を進めており、現時点ではまだ利用できません。リリース日は未定です。
1枚の写真から深度マップを生成し、各ピクセルの距離をメートル単位で取得できます。
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'モデルの重みとサンプル画像は自動的にダウンロードされ、アノテーション済みの結果は、初回実行時にコマンドが表示するディレクトリruns/detect/predictに保存されます。
すべてのインストール方法と最初の推論については、Quickstartガイドをご覧ください。
何をしますか？#
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IDでオブジェクトを追跡します
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、yolo [TASK] MODE ARGSという共通の構文に従います。Taskは省略可能です。このドキュメントは、同じ3つの要素と1つのショートカットを中心に構成されています。
- Taskは、画像から何を得たいかを指定します。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、または回転ボックスです。
- Modeは、モデルをどのように使用するかを指定します。トレーニング、検証、推論、エクスポート、トラッキング、またはベンチマークです。
- 引数では、
model=で実行するモデルの指定から、epochsやimgszなどのハイパーパラメーターまで、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、TaskとModeをまったく介さずに使える完成済みアプリケーションです。
その他の要素はすべて、この構文をサポートします。Modelsには、model=に指定できるすべてのアーキテクチャ（YOLO26、YOLO11、SAM 3、RT-DETRなど）が一覧表示されています。Datasetsには各Taskのトレーニングに使うデータセットが掲載されています。Guidesには、ハードウェアへのデプロイ、ハイパーパラメーターの調整、データセットの変換、プロジェクト全体の手順など、幅広い詳細ガイドがまとめられています。Integrationsでは、パイプラインを現在お使いのトレーニングおよびデプロイツールに接続できます。Referenceセクションでは、Python APIのすべてのクラスと関数を説明しています。
Pythonパッケージに加えて、同じモデルを使用する2つの環境があります。クラウドでのアノテーション、トレーニング、デプロイ向けのUltralytics Platformと、Pythonランタイムなしでエクスポート済みモデルを実行できるスタンドアロンのRustライブラリおよびCLIであるUltralytics Inferenceです。
YOLOのライセンス：Ultralytics YOLOのライセンスはどのようになっていますか？#
Ultralyticsでは、さまざまなユースケースに対応するため、2種類のライセンスを提供しています。
- AGPL-3.0 License：OSI承認済みの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と知識の共有を促進し、学生や愛好家に最適です。詳細は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利用向けのこのライセンスでは、社内ツール、自動化されたワークフロー、本番環境へのデプロイを含むビジネス製品やサービスに、UltralyticsのソフトウェアとAIモデルを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。ご利用を開始するには、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還元されるように設計されています。当社はオープンソースを信条とし、すべての人に利益をもたらす方法で、貢献が活用され、発展していくことを使命としています。
よくある質問#
Ultralytics YOLOは、リアルタイム物体検出と画像セグメンテーションで高く評価されているYOLO（一度見ればすべてわかる（YOLO））シリーズです。最新モデルのYOLO26は、オプションのNMSフリーなエンドツーエンド推論と最適化されたエッジデプロイを導入し、従来のバージョンを基盤に発展しています。YOLOは、ビジョンAIタスクとして、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、回転バウンディングボックスなどに対応し、検出したオブジェクトを動画のフレーム間で追跡できます。効率的なアーキテクチャにより優れた速度と精度を実現し、エッジデバイスやクラウドAPIを含む幅広い用途に適しています。
YOLOはすぐに簡単に使い始められます。pipからUltralyticsパッケージを
pip install ultralyticsでインストールし、yolo predict model=yolo26n.ptで最初の推論を実行してください。モデルの重みは自動的にダウンロードされます。conda、Docker、ソースからのインストールを含む詳しい手順は、Quickstartページをご覧ください。独自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、いくつかの手順が必要です。
- 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。
- 事前トレーニング済みモデル（例：Pythonの
YOLO("yolo26n.pt")）を読み込みます。 model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)で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を実行します。
詳しい手順については、トレーニングプロセスを最適化するための例やヒントを含むモデルのトレーニングガイドをご覧ください。
Ultralyticsでは、YOLO向けに2種類のライセンスを提供しています。
- AGPL-3.0 License：教育目的および非商用利用に最適なオープンソースライセンスであり、オープンなコラボレーションを促進します。
- Enterprise License：社内ツール、自動化されたワークフロー、本番環境へのデプロイを含む、開発および本番環境での利用向けです。AGPL-3.0のオープンソース要件は適用されません。
詳しくは、ライセンス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に対応しています。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を実行してください。どちらも動画ファイル、ライブストリーム、ウェブカメラ入力に対応しています。物体トラッキングの設定と実行方法について詳しくは、リアルタイムシナリオでの設定や実用例を説明したTrack Modeのドキュメントをご覧ください。
