Link to this section推論#

Ultralytics Platformは、トレーニング済みモデルをテストするための推論APIを提供します。ブラウザベースのPredictタブを使用して迅速に検証するか、REST APIを使用してプログラムからアクセスしてください。

Link to this section推論タブ#

すべてのモデルには、ブラウザベースの推論を行うためのPredictタブが含まれています。

1. モデルのページへ移動します
2. Predictタブをクリックします
3. 画像をアップロードするか、例を使用するか、Webカメラを開きます
4. バウンディングボックスのオーバーレイ付きの予測を即座に確認できます

Link to this section入力方法#

予測パネルは複数の入力方法をサポートしています。

graph LR
    A[Upload Image] --> D[Auto-Inference]
    B[Example Image] --> D
    C[Webcam Capture] --> D
    D --> E[Results + Overlays]

    style D fill:#2196F3,color:#fff
    style E fill:#4CAF50,color:#fff

Link to this section画像をアップロード#

ドラッグ＆ドロップ、またはクリックしてアップロードします：

• 対応フォーマット: JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP, DNG, MPO
• 最大サイズ: 10MB
• 自動推論: アップロード後に結果が自動的に表示されます

Link to this sectionサンプル画像#

予測パネルには、モデルに関連付けられたデータセットのサンプル画像が表示されます。データセットがリンクされていない場合は、デフォルトのサンプルが使用されます：

OBBモデルの場合は、代わりにボートや空港の航空写真が表示されます。

Link to this sectionWebcam#

Webカメラカードをクリックしてライブカメラフィードを開始します：

1. プロンプトが表示されたらカメラへのアクセスを許可します
2. ビデオプレビューをクリックしてフレームをキャプチャします
3. キャプチャしたフレームに対して自動的に推論が実行されます
4. もう一度クリックするとWebカメラが再起動します

Link to this section結果を表示#

推論結果が表示されます：

• バウンディングボックスとクラスラベル（SVGオーバーレイ）
• 各検出の信頼度スコア
• クラスカラー（データセットのカラーパレットまたはUltralyticsデフォルトパレット）
• 速度の内訳: 前処理、推論、後処理、およびネットワーク時間

結果パネルには以下が表示されます：

Link to this section推論パラメータ#

折りたたみ可能なパラメータセクション内のパラメータを使用して、検出動作を調整します：

Link to this section信頼度しきい値#

信頼度に基づいて予測をフィルタリングします：

• 高 (0.5以上): 予測数は減少しますが、より確実性が高い結果になります
• 低 (0.1-0.25): より多くの予測が得られますが、ノイズが含まれる可能性があります
• デフォルト (0.25): ほとんどのユースケースでバランスが取れています

Link to this sectionIoUしきい値#

NMS (Non-Maximum Suppression) を制御します：

• 高 (0.7以上): 重なり合うボックスをより多く許可します
• 低 (0.3-0.5): 近接する検出結果をより積極的に統合します
• デフォルト (0.7): ほとんどのユースケースでバランスの取れたNMS動作を提供します

Link to this sectionデプロイメント予測#

実行中の専用エンドポイントには、デプロイメントカードに直接Predictタブが含まれています。これは共有の予測サービスではなくデプロイメント独自の推論サービスを使用するため、ブラウザから直接デプロイされたエンドポイントをテストできます。

Link to this sectionREST API#

プログラムから推論にアクセスします：

Link to this section認証#

リクエストにAPIキーを含めてください：

Authorization: Bearer YOUR_API_KEY

Link to this sectionエンドポイント#

POST https://platform.ultralytics.com/api/models/{modelId}/predict

Link to this sectionリクエスト#

import requests

url = "https://platform.ultralytics.com/api/models/MODEL_ID/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
files = {"file": open("image.jpg", "rb")}
data = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

response = requests.post(url, headers=headers, files=files, data=data)
print(response.json())

Link to this sectionリクエストパラメータ#

Link to this sectionレスポンス#

{
    "images": [
        {
            "shape": [1080, 1920],
            "results": [
                {
                    "class": 0,
                    "name": "person",
                    "confidence": 0.92,
                    "box": { "x1": 100, "y1": 50, "x2": 300, "y2": 400 }
                },
                {
                    "class": 2,
                    "name": "car",
                    "confidence": 0.87,
                    "box": { "x1": 400, "y1": 200, "x2": 600, "y2": 350 }
                }
            ],
            "speed": {
                "preprocess": 1.2,
                "inference": 12.5,
                "postprocess": 2.3
            }
        }
    ],
    "metadata": {
        "imageCount": 1,
        "functionTimeCall": 0.018,
        "model": "model.pt",
        "version": {
            "ultralytics": "8.x.x",
            "torch": "2.6.0",
            "torchvision": "0.21.0",
            "python": "3.13.0"
        }
    }
}

Link to this sectionレスポンスフィールド#

Link to this sectionタスク固有のレスポンス#

レスポンス形式はタスクによって異なります：

{
  "class": 0,
  "name": "person",
  "confidence": 0.92,
  "box": {"x1": 100, "y1": 50, "x2": 300, "y2": 400}
}

Link to this section請求#

共有推論（Predictタブおよび/api/models/{id}/predictエンドポイント）は、すべてのプランで追加費用なしで含まれています。共有推論にはリクエストごとの課金はありません。

より高いスループットを必要とする本番環境のワークロードには、専用エンドポイントをデプロイしてください。

Link to this sectionレート制限#

Shared inference is rate-limited to 20 requests/min per API key. When throttled, the API returns 429 with a Retry-After header. See the full rate limit reference for all endpoint categories.

Link to this sectionエラーハンドリング#

一般的なエラーレスポンス：

Link to this sectionよくある質問 (FAQ)#

Link to this section動画で推論を実行できますか？#

どちらの推論方法も動画ファイルを受け付けます：

• 専用エンドポイントは動画ファイルを直接受け付けます。サポートされている形式（最大100 MB）：ASF、AVI、GIF、M4V、MKV、MOV、MP4、MPEG、MPG、TS、WEBM、WMV。各フレームが個別に処理され、フレームごとの結果が返されます。詳細は専用エンドポイントを参照してください。
• 共有推論（/api/models/{id}/predict）は同じPredictサービスを使用し、同じ動画形式を受け付けます。ただし、UIのブラウザPredictタブは画像のみをアップロードします。動画ワークフローには、REST APIを直接使用するか、専用エンドポイントを使用してください。共有エンドポイントも20リクエスト/分にレート制限されているため、負荷の高い動画ワークロードには専用エンドポイントの方が適しています。

Link to this sectionアノテーション付き画像を取得するにはどうすればよいですか？#

APIはJSON形式の予測結果を返します。可視化するには：

1. 予測結果を使用してローカルでボックスを描画する
2. Ultralyticsのplot()メソッドを使用する：

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
results = model("image.jpg")
results[0].save("annotated.jpg")

完全な結果APIと可視化オプションについては、Predictモードのドキュメントを参照してください。

Link to this section最大画像サイズはどれくらいですか？#

• アップロード制限: 10MB
• 推奨: 高速な推論のために5MB未満
• 自動リサイズ: 画像は選択されたImage Sizeパラメータに合わせてリサイズされます

大きな画像は、アスペクト比を維持したまま自動的にリサイズされます。

Link to this sectionバッチ推論を実行できますか？#

現在のAPIは1リクエストにつき1画像を処理します。バッチ処理を行うには：

1. リクエストを並行して送信する
2. より高いスループットのために専用エンドポイントを使用する
3. 大量のバッチにはローカルでの推論を検討する

import concurrent.futures

import requests

url = "https://predict-abc123.run.app/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
images = ["img1.jpg", "img2.jpg", "img3.jpg"]

def predict(image_path):
    with open(image_path, "rb") as f:
        return requests.post(url, headers=headers, files={"file": f}).json()

with concurrent.futures.ThreadPoolExecutor(max_workers=4) as executor:
    results = list(executor.map(predict, images))