YOLO Vision 2026:

Ultralytics YOLO26を使用したStreamlitアプリケーションによるリアルタイム推論#

はじめに#

Streamlitは、インタラクティブなWebアプリケーションの構築とデプロイをシンプルにします。これをUltralytics YOLO26と組み合わせることで、ブラウザ上で直接リアルタイムのobject detectionと分析が可能になります。YOLO26の高精度と高速性により、ライブビデオストリームでシームレスなパフォーマンスが保証され、セキュリティ、小売などのアプリケーションに最適です。



Watch: How to Build a Live Inference App with Ultralytics YOLO26 & Streamlit | Detection & Segmentation 🚀
水産養殖畜産
Fish Detection using Ultralytics YOLO26Animals Detection using Ultralytics YOLO26
Ultralytics YOLO26を使用した魚類検出Ultralytics YOLO26を使用した動物検出

ライブ推論の利点#

  • シームレスなリアルタイム物体検出: StreamlitとYOLO26を組み合わせることで、Webカメラのフィードから直接リアルタイムの物体検出が可能になります。これにより、即座の分析とインサイトが得られ、applications requiring instant feedbackを必要とする用途に最適です。
  • ユーザーフレンドリーなデプロイ: Streamlitの対話型インターフェースにより、高度な技術知識がなくてもアプリケーションを簡単にデプロイおよび使用できます。ユーザーはクリック一つでライブ推論を開始でき、アクセシビリティと使いやすさが向上します。
  • 効率的なリソース活用: YOLO26の最適化されたアルゴリズムにより、最小限の計算リソースで高速処理が保証されます。この効率性により、標準的なハードウェアでもスムーズで信頼性の高いWebカメラ推論が可能になり、より幅広いユーザーが高度なcomputer visionを利用できるようになります。

Streamlitアプリケーションコード#

Ultralyticsのインストール

アプリケーションの構築を開始する前に、Ultralytics Pythonパッケージがインストールされていることを確認してください。

pip install ultralytics
Ultralytics YOLOとStreamlitを使用した推論
yolo solutions inference

yolo solutions inference model="path/to/model.pt"

yolo solutions help # list the available solution commands and arguments

これらのコマンドを実行すると、Ultralyticsに標準で含まれているStreamlitインターフェースが起動します。

これにより、デフォルトのWeb browserでStreamlitアプリケーションが起動します。メインタイトル、サブタイトル、および設定オプション付きのサイドバーが表示されます。目的のYOLO26モデルを選択し、信頼度とNMS thresholdsを設定して、「Start」ボタンをクリックするとリアルタイム物体検出が開始されます。

仕組み#

内部的には、StreamlitアプリケーションはUltralytics solutions moduleを使用してインタラクティブなインターフェースを作成しています。推論を開始すると、アプリケーションは次の処理を行います。

  1. Webカメラまたはアップロードされたビデオファイルからビデオをキャプチャします
  2. 各フレームをYOLO26モデルで処理します
  3. 指定した信頼度とIoUしきい値で物体検出を適用します
  4. オリジナルフレームとアノテーション済みフレームの両方をリアルタイムで表示します
  5. 必要に応じて、選択された場合に物体追跡を有効にします

このアプリケーションは、モデルパラメータを調整したり、いつでも推論を開始/停止したりできる制御機能を備えた、クリーンで使いやすいインターフェースを提供します。

結論#

このガイドに従うことで、StreamlitとUltralytics YOLO26を使用したリアルタイム物体検出アプリケーションの作成に成功しました。このアプリケーションを使用すると、ユーザーフレンドリーなインターフェースを介してWebカメラで物体を検出するYOLO26のパワーを体験でき、ビデオストリームをいつでも停止させることができます。

さらなる機能拡張として、ビデオストリームの録画、アノテーション付きフレームの保存、または他のcomputer vision librariesとの統合などの機能追加を検討できます。

よくある質問 (FAQ)#

  • StreamlitとUltralytics YOLO26を使用したリアルタイム物体検出アプリケーションのセットアップは簡単です。まず、以下のコマンドを使用してUltralytics Pythonパッケージがインストールされていることを確認してください。

    pip install ultralytics

    次に、基本的なStreamlitアプリケーションを作成してライブ推論を実行できます。

    Streamlitアプリケーション
    from ultralytics import solutions

inf = solutions.Inference(
    model="yolo26n.pt",  # you can use any model that Ultralytics supports, e.g., YOLO26, YOLOv10
)

inf.inference()

# Make sure to run the file using command `streamlit run path/to/file.py`

    実際のセットアップの詳細については、ドキュメントのStreamlit Application Code sectionを参照してください。

  • リアルタイム物体検出にUltralytics YOLO26とStreamlitを使用することには、いくつかの利点があります。

    • シームレスなリアルタイム検出: Webカメラのフィードから直接、高accuracyなリアルタイム物体検出を実現します。
    • ユーザーフレンドリーなインターフェース: Streamlitの直感的なインターフェースにより、広範な技術知識がなくても簡単に使用およびデプロイできます。
    • リソース効率: YOLO26の最適化されたアルゴリズムにより、最小限の計算リソースで高速処理が可能です。

    これらのメリットの詳細については、Advantages of Live Inference sectionをご覧ください。

  • Ultralytics YOLO26を統合したStreamlitアプリケーションをコーディングした後、以下を実行してデプロイできます。

    streamlit run path/to/file.py

    このコマンドを実行すると、デフォルトのWeb browserでアプリケーションが起動し、YOLO26モデルの選択、信頼度とNMSしきい値の設定、そして簡単なクリックによるリアルタイム物体検出の開始が可能になります。詳細なガイドについては、Streamlit Application Codeセクションを参照してください。

  • StreamlitとUltralytics YOLO26を使用したリアルタイム物体検出は、さまざまな分野に適用できます。

    より詳細なユースケースや例については、Ultralytics Solutionsをご覧ください。

  • Ultralytics YOLO26は、YOLOv5やRCNNのような以前のモデルと比較して、いくつかの改善点を提供します。

    • 高速かつ高精度: リアルタイムアプリケーションのパフォーマンスが向上しています。
    • 使いやすさ: インターフェースとデプロイの簡素化。
    • リソース効率: 最小限の計算要件で速度を向上させるために最適化されています。

    包括的な比較については、Ultralytics YOLO26 Documentationおよびモデルのパフォーマンスについて議論している関連ブログ記事をご確認ください。

貢献者
GLglenn-jocher13RIRizwanMunawar8RAraimbekovm3PDpderrenger1MAMatthewNoyce1JKjk4e1AMambitious-octopus1RUrulosant1

コメント