Meet YOLO26: next-gen vision AI.

Link to this sectionUltralytics 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#

Link to this sectionはじめに#

Streamlitを使用すると、対話型のWebアプリケーションを簡単に構築およびデプロイできます。これをUltralytics YOLO26と組み合わせることで、ブラウザ上で直接物体検出と分析が可能になります。YOLO26の高い精度と速度により、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を実現できるため、セキュリティ、小売などの分野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
Ultralytics YOLO26を使用した魚類検出Ultralytics YOLO26を使用した動物検出
Ultralytics YOLO26を使用した魚類検出Ultralytics YOLO26を使用した動物検出

Link to this section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。これにより即時の分析とインサイトが得られ、即時のフィードバックを必要とするアプリケーションに最適です。
  • 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。
  • 効率的なリソース利用: YOLO26の最適化されたアルゴリズムは、最小限の計算リソースで高速処理を実現します。この効率性により、標準的なハードウェアであってもスムーズで信頼性の高いWebカメラ推論が可能になり、高度なコンピュータビジョンがより多くのユーザーにとって身近なものとなります。

Link to this sectionStreamlit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"

これらのコマンドは、Ultralyticsに付属しているデフォルトのStreamlitインターフェースを起動します。利用可能なソリューションコマンドと引数を表示するには、yolo solutions helpを使用してください。

これにより、デフォルトのWebブラウザで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しきい値を設定して、「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。

Link to this section仕組み#

内部的には、このStreamlitアプリケーションはUltralyticsソリューションモジュールを使用して対話型インターフェースを作成します。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。

Link to this section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、アノテーション済みフレームの保存、または他のコンピュータビジョンライブラリとの統合などの機能追加を検討してみてください。

Link to this sectionコミュニティと意見を共有する#

コミュニティと関わり、詳細を学び、問題を解決し、プロジェクトを共有しましょう。

Link to this sectionヘルプとサポートを見つける場所#

  • GitHub Issues: Ultralytics GitHubリポジトリにアクセスして、質問の投稿、バグの報告、機能の提案を行ってください。
  • Ultralytics Discordサーバー: Ultralytics Discordサーバーに参加して、他のユーザーや開発者と交流し、サポートを受け、知識を共有し、アイデアを出し合いましょう。

Link to this section公式ドキュメント#

  • Ultralytics YOLO26ドキュメント: さまざまなコンピュータビジョンタスクやプロジェクトに関する包括的なガイドとインサイトについては、公式YOLO26ドキュメントを参照してください。

Link to this sectionよくある質問 (FAQ)#

Link to this sectionStreamlitとUltralytics YOLO26を使用してリアルタイム物体検出アプリケーションをセットアップするにはどうすればよいですか？#

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`

実用的なセットアップの詳細については、ドキュメントのStreamlitアプリケーションコードセクションを参照してください。

Link to this sectionリアルタイム物体検出にUltralytics YOLO26とStreamlitを使用する主な利点は何ですか？#

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、高精度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。

これらの利点の詳細については、ライブ推論の利点セクションを参照してください。

Link to this sectionWebブラウザでStreamlit物体検出アプリケーションをデプロイするにはどうすればよいですか？#

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ブラウザ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、そしてクリック一つでリアルタイム物体検出を開始できるようになります。詳細なガイドについては、Streamlitアプリケーションコードセクションを参照してください。

Link to this sectionStreamlitとUltralytics YOLO26を使用したリアルタイム物体検出のユースケースにはどのようなものがありますか？#

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。

詳細なユースケースと例については、Ultralyticsソリューションを確認してください。

Link to this sectionUltralytics YOLO26は、YOLOv5やRCNNのような他の物体検出モデルと比較してどうですか？#

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ドキュメントおよびモデルパフォーマンスについて説明している関連ブログ投稿を確認してください。

貢献者
GLglenn-jocher12RIRizwanMunawar8PDpderrenger1MAMatthewNoyce1JKjk4e1AMambitious-octopus1RUrulosant1

コメント