Link to this sectionUltralytics YOLOによるモデル推論#

Link to this sectionはじめに#

機械学習およびコンピュータビジョンの世界では、視覚データを解釈するプロセスは推論や予測と呼ばれます。Ultralytics YOLO26は、幅広いデータソースに対して高性能なリアルタイム推論を行うための強力な予測モードを提供します。

Link to this section実世界での応用#

製造	スポーツ	安全性
車両スペアパーツ検出	サッカー選手検出	人転倒検出

Link to this section推論にUltralytics YOLOを使用する理由#

YOLO26の予測モードを多様な推論ニーズに活用すべき理由は以下の通りです。

• 汎用性: 画像、動画、さらにはライブストリームに対しても推論を実行可能です。
• パフォーマンス: 精度を犠牲にすることなく、リアルタイムで高速な処理を実現するように設計されています。
• 使いやすさ: 迅速なデプロイとテストのための直感的なPythonおよびCLIインターフェースを提供します。
• 高度なカスタマイズ性: 特定の要件に合わせてモデルの推論動作を調整するための多様な設定やパラメータを用意しています。
• 本番環境対応: モデルをUltralytics Platform上のAPIエンドポイントとしてオートスケーリングや監視付きでデプロイするか、ローカル環境で推論を実行可能です。

Link to this section予測モードの主な機能#

YOLO26の予測モードは堅牢かつ多用途になるよう設計されており、以下の機能を備えています。

• 複数のデータソースへの互換性: データが個別の画像、画像の集合、動画ファイル、リアルタイムビデオストリームのいずれであっても、予測モードが対応します。
• ストリーミングモード: ストリーミング機能を使用して、メモリ効率の良いResultsオブジェクトのジェネレータを生成します。これを有効にするには、予測の呼び出しメソッドでstream=Trueに設定します。
• バッチ処理: 複数の画像や動画フレームを単一のバッチで処理し、全体の推論時間をさらに削減します。
• 統合の容易さ: 柔軟なAPIにより、既存のデータパイプラインや他のソフトウェアコンポーネントと容易に統合可能です。

Ultralytics YOLO models return either a Python list of Results objects or a memory-efficient generator of Results objects when stream=True is passed to the model during inference:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # pretrained YOLO26n model

# Run batched inference on a list of images
results = model(["image1.jpg", "image2.jpg"])  # return a list of Results objects

# Process results list
for result in results:
    boxes = result.boxes  # Boxes object for bounding box outputs
    masks = result.masks  # Masks object for segmentation masks outputs
    keypoints = result.keypoints  # Keypoints object for pose outputs
    probs = result.probs  # Probs object for classification outputs
    obb = result.obb  # Oriented boxes object for OBB outputs
    result.show()  # display to screen
    result.save(filename="result.jpg")  # save to disk

Link to this section推論ソース#

YOLO26は、下表に示すように推論のために異なる種類の入力ソースを処理できます。ソースには静止画像、ビデオストリーム、様々なデータ形式が含まれます。表は、引数stream=True ✅を使用して各ソースをストリーミングモードで利用できるかどうかも示しています。ストリーミングモードは、すべてのフレームをメモリに読み込むのではなく結果のジェネレータを作成するため、動画やライブストリームの処理に有益です。

各ソースタイプを使用するためのコード例を以下に示します。

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Define path to the image file
source = "path/to/image.jpg"

# Run inference on the source
results = model(source)  # list of Results objects

Link to this section推論の引数#

model.predict() は、推論時にデフォルト設定を上書きするために渡すことができる複数の引数を受け入れます:

Link to this section固定形状と最小矩形 (rect)#

デフォルトでは、predictは rect=True を使用します。これにより、可能な場合に 最小矩形 パディングが有効になります。画像は imgsz 内に収まるようにスケールされ、ストライドの倍数に最も近いサイズまでのみパディングされるため、最終的なテンソルは imgsz よりも 小さくなる 可能性があります。最小矩形パディングは、バッチ内のすべての画像が同じ形状であり、かつバックエンドがそれをサポートしている場合（PyTorch .pt、または動的 ONNX / Triton）にのみ使用されます。それ以外の場合、画像は フル imgsz ターゲットまでパディングされます。

Use rect=False to always pad to the full imgsz target. This is recommended when you need a fixed input size to match exported models (ONNX, TensorRT, etc.).

整数対タプルの imgsz

• 整数 imgsz=640 は、ストライドの丸め処理後に正方形のターゲット (640, 640) になります。
• タプル imgsz=(384, 672) は長方形のターゲットを設定します。rect=True および auto=True の場合、実際のテンソルはこのターゲットよりも小さくなる可能性があります。

トレーニング対予測/エクスポート

トレーニングは単一の整数 imgsz のみを受け入れます（[h, w] リストは最大値に強制されます）。予測とエクスポートは、整数または (height, width) タプルのいずれかを受け入れます。

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference on 'bus.jpg' with arguments
model.predict("https://ultralytics.com/images/bus.jpg", save=True, imgsz=320, conf=0.25)

推論の引数:

視覚化の引数:

Link to this section画像およびビデオ形式#

YOLO26 は、ultralytics/data/utils.py で指定されているさまざまな画像およびビデオ形式をサポートしています。有効なサフィックスと予測コマンドの例については、以下の表を参照してください。

Link to this section画像#

下の表には、有効な Ultralytics 画像形式が含まれています。

Link to this section動画#

以下の表は、サポートされているUltralyticsの動画フォーマットを示しています。

Link to this section結果の処理#

すべてのUltralyticsの predict() 呼び出しは、 Results オブジェクトのリストを返します：

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")
results = model(
    [
        "https://ultralytics.com/images/bus.jpg",
        "https://ultralytics.com/images/zidane.jpg",
    ]
)  # batch inference

Results オブジェクトには以下の属性があります：

Link to this sectionタスク別の結果#

各予測は、画像またはフレームごとに1つの Results オブジェクトを返します。上記の共通フィールドは常に利用可能ですが、タスク固有の予測データは以下のフィールドに格納されます。座標、確信度、および確率テンソルは、半精度が使用されない限り torch.float32 であり、半精度の場合は torch.float16 になります。 result.numpy() の実行後、テンソルは対応するNumPyデータ型を持つNumPy配列になります。インスタンスマスクは torch.uint8 バイナリテンソルであり、セマンティックマスクはクラス数に応じて torch.uint8、 torch.int16、または torch.int32 の最小の実用的な整数データ型を使用します。

Results オブジェクトには以下のメソッドがあります：

詳細は Results クラスドキュメント を参照してください。

Link to this sectionボックス#

Boxes オブジェクトは、バウンディングボックスのインデックス付け、操作、および異なる形式への変換に使用できます。

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.boxes)  # print the Boxes object containing the detection bounding boxes

以下は Boxes クラスのメソッドとプロパティの表であり、名前、型、説明を含んでいます：

詳細は、Boxes クラスのドキュメントを参照してください。

Link to this sectionMasks#

Masks オブジェクトを使用して、インデックス付け、操作、およびマスクのセグメントへの変換を行うことができます。

from ultralytics import YOLO

# Load a pretrained YOLO26n-seg Segment model
model = YOLO("yolo26n-seg.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.masks)  # print the Masks object containing the detected instance masks

Masks クラスのメソッドとプロパティ（名前、型、説明を含む）をまとめた表を次に示します。

詳細は、Masks クラスのドキュメントを参照してください。

Link to this sectionSemanticMask#

SemanticMask は、セマンティックセグメンテーション結果の1つの密なクラスマップを保持します。Masks とは異なり、オブジェクトごとに1つのバイナリマスクを含まず、ポリゴンヘルパーも提供しません。

from ultralytics import YOLO

# Load a pretrained YOLO26n-sem Semantic model
model = YOLO("yolo26n-sem.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.semantic_mask.data)  # print the H x W class-ID map

Link to this sectionKeypoints#

Keypoints オブジェクトを使用して、インデックス付け、操作、および座標の正規化を行うことができます。

from ultralytics import YOLO

# Load a pretrained YOLO26n-pose Pose model
model = YOLO("yolo26n-pose.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.keypoints)  # print the Keypoints object containing the detected keypoints

Keypoints クラスのメソッドとプロパティ（名前、型、説明を含む）をまとめた表を次に示します。

詳細は、Keypoints クラスのドキュメントを参照してください。

Link to this sectionProbs#

Probs オブジェクトを使用して、インデックス付け、分類の top1 および top5 のインデックスとスコアの取得を行うことができます。

from ultralytics import YOLO

# Load a pretrained YOLO26n-cls Classify model
model = YOLO("yolo26n-cls.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")  # results list

# View results
for r in results:
    print(r.probs)  # print the Probs object containing the detected class probabilities

Probs クラスのメソッドとプロパティをまとめた表を次に示します。

詳細は、Probs クラスのドキュメントを参照してください。

Link to this sectionOBB（指向性バウンディングボックス）#

OBB オブジェクトを使用して、インデックス付け、操作、および回転バウンディングボックスの異なる形式への変換を行うことができます。

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n-obb.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/boats.jpg")  # results list

# View results
for r in results:
    print(r.obb)  # print the OBB object containing the oriented detection bounding boxes

OBB クラスのメソッドとプロパティ（名前、型、説明を含む）をまとめた表を次に示します。

詳細は、OBB クラスのドキュメントを参照してください。

Link to this section結果のプロット#

The plot() method in Results objects facilitates visualization of predictions by overlaying detected objects (such as bounding boxes, masks, keypoints, and probabilities) onto the original image. This method returns the annotated image as a NumPy array, allowing for easy display or saving.

from PIL import Image

from ultralytics import YOLO

# Load a pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference on 'bus.jpg'
results = model(["https://ultralytics.com/images/bus.jpg", "https://ultralytics.com/images/zidane.jpg"])  # results list

# Visualize the results
for i, r in enumerate(results):
    # Plot results image
    im_bgr = r.plot()  # BGR-order numpy array
    im_rgb = Image.fromarray(im_bgr[..., ::-1])  # RGB-order PIL image

    # Show results to screen (in supported environments)
    r.show()

    # Save results to disk
    r.save(filename=f"results{i}.jpg")

Link to this sectionplot() メソッドのパラメータ#

plot() メソッドは、出力をカスタマイズするための様々な引数をサポートしています。

Link to this sectionスレッドセーフな推論#

異なるスレッドで複数のYOLOモデルを並列実行する場合、推論中のスレッドセーフを確保することが重要です。スレッドセーフな推論により、各スレッドの予測が分離され、互いに干渉することなく、競合状態を回避し、一貫性のある信頼性の高い出力を保証します。

マルチスレッドアプリケーションでYOLOモデルを使用する場合、競合を防ぐためにスレッドごとに個別のモデルオブジェクトをインスタンス化するか、スレッドローカルストレージを使用することが重要です。

from threading import Thread

from ultralytics import YOLO

def thread_safe_predict(model, image_path):
    """Performs thread-safe prediction on an image using a locally instantiated YOLO model."""
    model = YOLO(model)
    results = model.predict(image_path)
    # Process results

# Starting threads that each have their own model instance
Thread(target=thread_safe_predict, args=("yolo26n.pt", "image1.jpg")).start()
Thread(target=thread_safe_predict, args=("yolo26n.pt", "image2.jpg")).start()

YOLOモデルによるスレッドセーフな推論の詳細およびステップバイステップの手順については、YOLO Thread-Safe Inference Guideを参照してください。このガイドでは、一般的な落とし穴を回避し、マルチスレッド推論をスムーズに実行するために必要なすべての情報を提供します。

Link to this sectionストリーミングソースのforループ#

以下は、OpenCV (cv2) とYOLOを使用してビデオフレームで推論を実行するPythonスクリプトです。このスクリプトは、必要なパッケージ (opencv-python および ultralytics) が既にインストールされていることを前提としています。

import cv2

from ultralytics import YOLO

# Load the YOLO model
model = YOLO("yolo26n.pt")

# Open the video file
video_path = "path/to/your/video/file.mp4"
cap = cv2.VideoCapture(video_path)

# Loop through the video frames
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()

    if success:
        # Run YOLO inference on the frame
        results = model(frame)

        # Visualize the results on the frame
        annotated_frame = results[0].plot()

        # Display the annotated frame
        cv2.imshow("YOLO Inference", annotated_frame)

        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Break the loop if the end of the video is reached
        break

# Release the video capture object and close the display window
cap.release()
cv2.destroyAllWindows()

このスクリプトは、ビデオの各フレームに対して予測を実行し、結果を視覚化してウィンドウに表示します。ループは 'q' を押すと終了できます。

Link to this sectionよくある質問 (FAQ)#

Link to this sectionUltralytics YOLOとは何ですか。また、リアルタイム推論のためのpredictモードとはどのようなものですか？#

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、および分類のための最先端モデルです。そのpredictモードを使用すると、ユーザーは画像、ビデオ、ライブストリームなどのさまざまなデータソースに対して高速な推論を実行できます。パフォーマンスと汎用性を考慮して設計されており、バッチ処理やストリーミングモードも提供しています。機能の詳細については、Ultralytics YOLO predictモードを確認してください。

Link to this sectionUltralytics YOLOを使用してさまざまなデータソースで推論を実行するにはどうすればよいですか？#

Ultralytics YOLOは、個々の画像、ビデオ、ディレクトリ、URL、ストリームなど、幅広いデータソースを処理できます。データソースは model.predict() 呼び出しで指定します。例えば、ローカル画像には 'image.jpg' を、URLには 'https://ultralytics.com/images/bus.jpg' を使用します。ドキュメントにあるさまざまな推論ソースの詳細な例を確認してください。

Link to this sectionYOLOの推論速度とメモリ使用量を最適化するにはどうすればよいですか？#

推論速度の最適化とメモリの効率的な管理を行うには、予測メソッドの呼び出し時に stream=True を設定してストリーミングモードを使用します。ストリーミングモードでは、すべてのフレームをメモリに読み込むのではなく、メモリ効率の良い Results オブジェクトのジェネレーターが生成されます。長いビデオや大規模なデータセットを処理する場合、ストリーミングモードは特に有効です。ストリーミングモードの詳細をご覧ください。

Link to this sectionUltralytics YOLOはどのような推論引数をサポートしていますか？#

YOLOの model.predict() メソッドは、conf、iou、imgsz、device などのさまざまな引数をサポートしています。これらの引数を使用して、信頼度のしきい値、画像サイズ、計算に使用するデバイスなどのパラメーターを設定し、推論プロセスをカスタマイズできます。これらの引数の詳細な説明は、推論引数セクションにあります。

Link to this sectionYOLO予測の結果を視覚化して保存するにはどうすればよいですか？#

YOLOで推論を実行した後、Results オブジェクトにはアノテーション付き画像を表示および保存するためのメソッドが含まれています。result.show() や result.save(filename="result.jpg") などのメソッドを使用して、結果を視覚化および保存できます。ファイル名のパス内に存在しない親ディレクトリは自動的に作成されます (例: result.save("path/to/result.jpg"))。これらのメソッドの包括的なリストについては、結果の操作セクションを参照してください。