Ultralytics YOLO26を使用したStreamlitアプリケーションによるライブ推論

はじめに

Streamlitを使用すると、インタラクティブな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。これにUltralytics YOLO26を組み合わせることで、ブラウザ上で直接リアルタイムの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もシームレスなパフォーマンスが保証され、セキュリティ、小売などの分野でのアプリケーションに最適です。

水産養殖	畜産
Ultralytics YOLO26を使用した魚の検出	Ultralytics YOLO26を使用した動物の検出

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。これにより即時の分析と洞察が得られ、即時フィードバックが必要な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メント: Streamlitのインタラクティブな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して使用できます。ユーザーは簡単なクリック操作でライブ推論を開始でき、アクセシビリティとユーザビリティが向上します。
• 効率的なリソース活用: YOLO26の最適化されたアルゴリズムは、最小限の計算リソースで高速な処理を実現します。この効率性により、標準的なハードウェア上でもスムーズで信頼性の高いWebカメラ推論が可能となり、より多くの人がコンピュータビジョンを活用できるようになります。

Streamlitアプリケーションコード

pip install ultralytics

yolo solutions inference

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

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、および構成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。

仕組み

内部的には、このStreamlitアプリケーションはUltralytics solutionsモジュール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する
2. 各フレームをYOLO26モデルで処理する
3. 指定された信頼度とIoUしきい値を使用して物体検出を適用する
4. オリジナルフレームと注釈付きフレームの両方をリアルタイムで表示する
5. 必要に応じて、選択された場合に物体追跡を有効にする

アプリケーションは、モデルパラメータを調整し、いつでも推論を開始または停止できる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、使いやすいインターフェースでWebカメラを通じたYOLO26の物体検出パワーを体験でき、いつでもビデオストリームを停止できます。

さらなる機能拡張として、ビデオストリームの録画、注釈付きフレームの保存、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を検討してみてください。

コミュニティと意見を共有する

コミュニティに参加して、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。

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。

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のタスクやプロジェクトに関する包括的なガイドと洞察については、公式YOLO26ドキュメントを参照してください。

FAQ

Streamlit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、次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

その後、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。

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。

リアルタイム物体検出のために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のために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、技術的な専門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は、最小限の計算リソースで高速な処理を実現します。

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。

Web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、次のコマンド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、そして簡単なクリック操作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。

Streamlit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、さまざまな分野で適用可能です。

• セキュリティ: 不正アクセスやセキュリティ警報システムのリアルタイム監視。
• 小売: 顧客数カウント、棚管理、および在庫追跡。
• 野生生物と農業: 保護活動のための動物および作物の状態監視。

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

Ultralytics YOLO26は、YOLOv5やRCNNなどの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などの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。

• より高い速度と精度: リアルタイムアプリケーション向けのパフォーマンス向上。
• 使いやすさ: インターフェースとデプロイメントの簡素化。
• リソース効率: 最小限の計算要件でより優れた速度を実現するための最適化。

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を議論する関連ブログ記事を確認してください。