Ultralytics YOLOによるモデル予測

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を一般的に推論または予測と呼びます。Ultralytics YOLO26は、幅広いデータソースに対して高性能でリアルタイムな推論を行うために設計された、予測モードという強力な機能を提供します。

実世界のアプリケーション

製造業	スポーツ	安全管理
車両スペアパーツ検出	サッカー選手検出	転倒検出

なぜ推論にUltralytics YOLOを使用するのか？

YOLO26の予測モードを多様な推論ニーズに検討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、リアルタイムの高速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を可能にする、直感的なPythonおよびCLIインターフェースを備えています。
• 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とパラメータが用意されています。
• 本番環境対応: Ultralytics Platform上でオートスケーリングとモニタリングを備えたAPIエンドポイントとしてモデルをデプロイするか、ローカルで推論を実行可能です。

予測モードの主な機能

YOLO26の予測モードは、堅牢で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。

• 多様なデータソース互換性: データが個別の画像、画像のコレクション、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、予測メソッドの呼び出しでstream=Trueを設定します。
• バッチ処理: 複数の画像や動画フレームを1つのバッチで処理し、推論時間をさらに短縮します。
• 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簡単に統合できます。

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

推論ソース

YOLO26は、下の表に示すように、推論のために様々な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、および様々なデータ形式が含まれます。表はまた、各ソースが引数stream=True ✅でストリーミングモードで使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、全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。

以下に、各ソースタイプを使用するためのコード例を示します。

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

推論引数

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

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、可能な場合に最小矩形パディングを有効にします。画像はimgszに収まるようにスケーリングされ、ストライドの最小倍数分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、バックエンドがそれをサポートしている場合（PyTorchの.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**のimgszターゲットにパディングされます。

**rect=False**を使用すると、常にフルサイズのimgszターゲットにパディングされます。これは、エクスポートされたモデル（ONNX、TensorRTなど）と一致させるために固定の入力サイズが必要な場合に推奨されます。

整数 vs タプル imgsz

• 整数のimgsz=640は、ストライドによる丸め込みの後、正方形のターゲット(640, 640)になります。
• タプルの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 vs 推論/エクスポート

トレーニングでは単一の整数imgszのみが受け入れられます（[h, w]リストは最大の値に強制されます）。推論とエクスポートでは、整数または(height, width)タプルのいずれかが受け入れられます。

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：

可視化の引数:

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推論コマンドの例については、以下の表を参照してください。

画像

以下の表には、有効なUltralyticsの画像形式が含まれています。

ビデオ

以下の表には、有効なUltralyticsのビデオ形式が含まれています。

結果の処理

すべてのUltralytics 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オブジェクトは以下の属性を持っています。

Resultsオブジェクトは以下のメソッドを持っています。

詳細については、Resultsクラスのドキュメントを参照してください。

Boxes

Boxesオブジェクトを使用して、バウンディングボックスのインデックス作成、操作、および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.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、その名前、型、および説明の表です。

詳細については、Boxesクラスのドキュメントを参照してください。

Masks

Masksオブジェクトを使用して、マスクのインデックス作成、操作、および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

以下は、Masksクラスのメソッドとプロパティ、その名前、型、および説明の表です。

詳細については、Masksクラスのドキュメントを参照してください。

Keypoints

Keypoints オブジェクトを使用して、座標のインデックス取得、操作、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 クラスのメソッドおよびプロパティ（名前、型、説明）をまとめた表は以下の通りです。

詳細については、Keypoints クラスのドキュメントを参照してください。

Probs

Probs オブジェクトを使用して、分類の top1 および top5 インデックスとスコアのインデックス取得や取得が可能です。

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 クラスのメソッドおよびプロパティをまとめた表は以下の通りです。

詳細については、Probs クラスのドキュメントを参照してください。

OBB

OBB オブジェクトを使用して、回転バウンディングボックスのインデックス取得、操作、および異なるフォーマットへの変換が可能です。

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 クラスのメソッドおよびプロパティ（名前、型、説明）をまとめた表は以下の通りです。

詳細については、OBB クラスのドキュメントを参照してください。

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")

plot() 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。

スレッドセーフな推論

複数のYOLOモデルを異なるスレッドで並行して実行する場合、推論時のスレッドセーフを確保することが不可欠です。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、互いに干渉し合うことがないため、レースコンディションを回避し、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は、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モデルを用いたスレッドセーフな推論の詳細と手順については、YOLO スレッドセーフ推論ガイド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円滑に実行するために必要なすべての情報を提供します。

ストリーミングソース 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、結果を可視化してウィンドウに表示します。'q' キーを押すとループを終了できます。

FAQ

Ultralytics YOLO とリアルタイム推論のための予測モードとは何ですか？

Ultralytics YOLO は、リアルタイムの オブジェクト検出、セグメンテーション、分類のための最先端モデルです。予測モードを使用すると、画像、ビデオ、ライブストリームなどの様々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重視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備えています。機能の詳細については、Ultralytics YOLO 予測モードを確認してください。

Ultralytics YOLO を使用して様々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、単一の画像、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。ドキュメント内の 推論ソース に関する詳細な例を確認してください。

YOLO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？

推論速度を最適化し、メモリを効率的に管理するには、予測子の呼び出しメソッドで stream=True に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を生成します。長時間の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 について詳細を学びましょう。

Ultralytics 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 などの様々な引数をサポートしています。これらの引数を使用することで、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 セクションに記載されています。

YOLO 予測の結果を可視化および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") といったメソッドを使用して、結果を可視化・保存できます。ファイル名のパスに親ディレクトリが存在しない場合、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一覧については、結果の操作 セクションを参照してください。