モデル

Ultralytics 、YOLO トレーニング、分析、デプロイのための包括的なモデル管理を提供します。事前学習済みモデルをアップロードするか、プラットフォーム上で直接新しいモデルをトレーニングできます。

モデルのアップロード

既存のモデル重みをプラットフォームにアップロードする：

1. プロジェクトに移動します。
2. ドラッグ＆ドロップ .pt ファイルをプロジェクトページまたはモデルサイドバーに
3. モデルのメタデータはファイルから自動的に解析されます

複数のファイルを同時にアップロードできます（最大3ファイルまで同時）。

対応モデルフォーマット：

アップロード後、プラットフォームはモデルのメタデータを解析します：

• タスクタイプ (detect, segment,姿勢,OBB, classify)
• アーキテクチャ（YOLO26n、YOLO26sなど）
• クラス名と数
• 入力サイズとパラメータ
• トレーニング結果とメトリクス（チェックポイントに存在する場合）

モデルのトレーニング

プラットフォーム上で直接新しいモデルをトレーニングする：

1. プロジェクトに移動します。
2. 新規モデルをクリック
3. ベースモデルとデータセットを選択
4. トレーニングパラメータを設定します。
5. クラウドまたはローカルでのトレーニングを選択してください
6. トレーニングを開始します。

詳細な手順についてはクラウドトレーニングを参照してください。

モデルライフサイクル

graph LR
    A[Upload .pt] --> B[Overview]
    C[Train] --> B
    B --> D[Predict]
    B --> E[Export]
    B --> F[Deploy]
    E --> G[17+ Formats]
    F --> H[Endpoint]

    style A fill:#4CAF50,color:#fff
    style C fill:#FF9800,color:#fff
    style E fill:#2196F3,color:#fff
    style F fill:#9C27B0,color:#fff

モデルページタブ

各モデルページには以下のタブがあります：

概要タブ

モデルのメタデータと主要メトリクスを表示します：

• モデル名（編集可能）、ステータスバッジ、タスクタイプ
• 最終評価指標（mAP50、mAP50、精度、再現率）
• トレーニングの進捗状況を示すメトリック・スパークラインチャート
• トレーニング引数（エポック数、バッチサイズ、画像サイズなど）
• データセットリンク（プラットフォームデータセットで訓練した場合）
• モデル重みのダウンロードボタン

列車タブ

「列車」タブには3つのサブタブがあります：

チャートサブタブ

損失曲線とエポックごとの性能指標を示すインタラクティブなトレーニング指標チャート：

コンソールサブタブ

トレーニングプロセスのライブコンソール出力：

• トレーニング中のリアルタイムログストリーミング
• エポック進捗バーと検証結果
• エラー検出と強調表示されたエラーバナー
• 書式付き出力に対するANSIカラーサポート

システムサブタブ

トレーニング中のGPUGPU システムメトリクス：

予測タブ

インタラクティブな推論をブラウザ内で直接実行:

• 画像をアップロードする、URLを貼り付ける、またはウェブカメラを使用する
• 結果の表示にはバウンディングボックス、マスク、またはキーポイントを使用します
• 画像が提供された場合の自動推論
• すべてのタスクタイプをサポートします（detect, segment、姿勢、OBB、 classify)

エクスポートタブ

モデルを17種類以上のデプロイ形式にエクスポートできます。詳細は以下の「モデルのエクスポート」およびコアエクスポートモードガイドを参照してください。

デプロイタブ

専用の推論エンドポイントを作成および管理します。詳細はデプロイメントを参照してください。

検証プロット

トレーニング完了後、詳細な検証分析を表示:

混同行列

クラスごとの予測精度を示すインタラクティブなヒートマップ:

PR/F1曲線

異なる信頼度しきい値でのパフォーマンス曲線:

モデルのエクスポート

graph LR
    A[Select Format] --> B[Configure Args]
    B --> C[Export]
    C --> D{GPU Required?}
    D -->|Yes| E[Cloud GPU Export]
    D -->|No| F[CPU Export]
    E --> G[Download]
    F --> G

    style A fill:#2196F3,color:#fff
    style C fill:#FF9800,color:#fff
    style G fill:#4CAF50,color:#fff

モデルを17種類以上のデプロイ形式にエクスポート:

1. エクスポートタブに移動します
2. ターゲット形式を選択
3. エクスポート引数の設定（画像サイズ、半精度、動的など）
4. GPU形式（TensorRT）の場合、GPU を選択してください
5. エクスポートをクリック
6. 完了したらダウンロード

対応フォーマット

プラットフォームは17以上のデプロイ形式へのエクスポートをサポートしています：ONNX、TorchScript、OpenVINO、TensorRT、CoreML、TF SavedModel、TF GraphDef、TF 、TF TPU、TF.js、PaddlePaddle、NCNN、MNN、RKNN、IMX500、Axelera、およびExecuTorch。

フォーマット選択ガイド

RKNNチップサポート

RKNN形式でエクスポートする際は、対象のRockchipデバイスを選択してください：

エクスポートジョブのライフサイクル

エクスポートジョブは次のステータスを経て進行します：

一括エクスポート操作

• すべてエクスポートクリック Export All すべてのCPUフォーマットに対して、デフォルト設定でエクスポートジョブを開始する。
• すべてのエクスポートを削除クリック Delete All モデルのすべてのエクスポートを削除する。

フォーマット制限

一部のエクスポート形式にはアーキテクチャまたはタスクの制限があります：

クローンモデル

モデルを別のプロジェクトに複製する:

1. モデルページを開く
2. クローンボタンをクリックしてください
3. 目的のプロジェクトを選択してください
4. クローンをクリック

モデルとその重みはターゲットプロジェクトにコピーされます。

モデルをダウンロードする

モデル重みをダウンロードしてください：

1. モデルの「概要」タブに移動してください
2. ダウンロードボタンをクリックしてください
3. 原本 .pt ファイルが自動的にダウンロードされます

エクスポートが完了すると、エクスポートタブからエクスポートされた形式をダウンロードできます。

データセットのリンク

モデルは元のデータセットにリンクできます。

• トレーニングに使用されたデータセットを表示
• 概要タブのデータセットカードをクリックして、そのデータセットに移動します
• trackデータリネージ

プラットフォームデータセットを使用してトレーニングする場合 ul:// URI形式リンクは自動的に行われます。

# Train with a Platform dataset — linking is automatic
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

表示設定

モデルの公開範囲を制御します。

表示状態を変更するには、表示バッジ（例： private または publicモデルページで設定を変更します。非公開への切り替えは即時反映されます。公開への切り替えは適用前に確認ダイアログが表示されます。

モデルの削除

不要になったモデルを削除します。

1. モデルアクションメニューを開く
2. 削除をクリックします
3. 削除を確認

よくある質問

どのようなモデルアーキテクチャがサポートされていますか？

Ultralytics 、専用のプロジェクトを通じてすべてのYOLO 完全にサポートします：

• YOLO26: n、s、m、l、x バリエーション（最新版、推奨） —platform.ultralytics.ultralytics
• YOLO11: n、s、m、l、x バリエーション —platform.ultralytics.yolo11
• YOLOv8: n, s, m, l, x バリエーション —platform.ultralytics.yolov8
• YOLOv5: n, s, m, l, x バリエーション —platform.ultralytics.yolov5

すべてのアーキテクチャは5種類のタスクタイプをサポートします： detect, segment、姿勢、OBB、および classify.

学習済みモデルをダウンロードできますか？

はい、モデルページからモデルの重みをダウンロードできます：

1. 概要タブのダウンロードアイコンをクリックしてください
2. 原本 .pt ファイルが自動的にダウンロードされます
3. エクスポートされた形式は、[エクスポート]タブからダウンロードできます

プロジェクト間でモデルを比較するにはどうすればよいですか？

現在、モデルの比較はプロジェクト内で行われます。プロジェクト間で比較するには：

1. クローンモデルを単一のプロジェクトに、または
2. メトリクスをエクスポートして外部で比較します。

最大モデルサイズはどのくらいですか？

厳密な制限はありませんが、非常に大きなモデル（2GB超）の場合、アップロードと処理に時間がかかることがあります。

事前学習済みモデルをファインチューニングできますか？

はい！公式のYOLO26モデルをベースとして使用することも、トレーニングダイアログのモデルセレクターからご自身が完成させたモデルを選択することも可能です。プラットフォームは、アップロードされた任意のチェックポイントからの微調整をサポートしています。

📅 1ヶ月前に作成 ✏️ 4日前に更新

コメント