Ultralytics YOLO26 がサポートするコンピュータビジョンタスク#
Ultralytics YOLO26 は、複数のコンピュータビジョンタスクをサポートする多用途の AI フレームワークです。このフレームワークを使用して、検出、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、深度推定、分類、姿勢推定、および OBB を実行できます。これらの各タスクには異なる目的とユースケースがあり、単一のフレームワークでさまざまなコンピュータビジョンの課題に対処できます。
計画されているYOLO27のサポートについては、YOLO27 previewをご覧ください。YOLO27はまもなく登場予定であり、現在はまだ利用できません。このガイドでは、リリース済みのYOLO26モデルを使用しています。
Watch: Explore Ultralytics YOLO26 Tasks: Object Detection, Segmentation, Depth Estimation, Classification, Pose Estimation, and OBB.
検出#
検出は、YOLO26 がサポートする主要なタスクです。これには、画像またはビデオフレーム内のオブジェクトを特定し、その周囲にバウンディングボックスを描画することが含まれます。検出されたオブジェクトは、その特徴に基づいてさまざまなカテゴリに分類されます。YOLO26 は、単一の画像またはビデオフレーム内の複数のオブジェクトを高精度かつ高速で検出できるため、監視システムや自動運転車などのリアルタイムアプリケーションに最適です。
インスタンスセグメンテーション#
セグメンテーションは、各オブジェクトのピクセルレベルのマスクを生成することにより、オブジェクト検出をさらに進めます。この精度は、医療画像処理、農業分析、製造業の品質管理などのアプリケーションに役立ちます。
セマンティック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は、画像内のすべてのピクセルにクラスラベルを割り当て、シーン全体の密なクラスマップを生成します。インスタンスセグメンテーションとは異なり、同じクラスの個々のオブジェクトを区別しません。これにより、個々のオブジェクトの識別よりも完全な空間レイアウトの理解が重要となる、自動運転、シーン解析、および土地被覆マッピングに最適です。
深度推定#
単眼深度推定は、単一の RGB 画像からピクセル単位の深度マップをメートル単位で予測します。出力は入力画像に合わせた高密度の浮動小数点マップであり、単一カメラから空間レイアウトを推測する必要がある 3D シーン再構築、ロボットナビゲーション、AR/VR アプリケーションに適しています。
分類#
分類には、コンテンツに基づいて画像全体をカテゴリに分類することが含まれます。このタスクは、E コマースにおける商品分類、コンテンツモデレーション、野生動物のモニタリングなどのアプリケーションに不可欠です。
ポーズ推定#
姿勢推定は、画像またはビデオフレーム内の特定のキーポイントを検出して、動きを追跡したり姿勢を推定したりします。これらのキーポイントは、人間の関節、顔の特徴、またはその他の重要な関心点を表すことができます。YOLO26 は、高精度かつ高速なキーポイント検出に優れており、フィットネスアプリ、スポーツ分析、ヒューマンコンピュータインタラクションにおいて価値があります。
OBB#
指向性バウンディングボックス (OBB) 検出は、回転したオブジェクトをより正確に特定するための方向角を追加することで、従来のオブジェクト検出を強化します。この機能は、オブジェクトがさまざまな角度で出現する航空画像分析、文書処理、および産業用アプリケーションにおいて特に価値があります。YOLO26 は、多様なシナリオで回転したオブジェクトを検出するための高精度と高速を提供します。
まとめ#
Ultralytics YOLO26 は、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、単眼深度推定、分類、キーポイント検出、指向性オブジェクト検出など、複数のコンピュータビジョンタスクをサポートしています。各タスクは、基本的なオブジェクト識別から高密度のピクセル単位の深度推測まで、コンピュータビジョンの領域における特定のニーズに対応します。各タスクの機能とアプリケーションを理解することで、特定のコンピュータビジョンの課題に最も適切なアプローチを選択し、YOLO26 の強力な機能を活用して効果的なソリューションを構築できます。
次のステップ#
タスクを選択しましたか?データセットガイドを使用してデータをフォーマットし、独自の画像でトレーニングしてください。
FAQ#
Ultralytics YOLO26 は、高精度かつ高速にさまざまなコンピュータビジョンタスクを実行できる多用途の AI フレームワークです。これらのタスクには以下が含まれます:
- オブジェクト検出: 画像またはビデオフレーム内のオブジェクトの周囲にバウンディングボックスを描画して、オブジェクトを特定しローカライズします。
- Instance Segmentation: 検出された各オブジェクトに対してピクセルレベルのマスクを生成します。これは、医療画像処理などのアプリケーションで有用です。
- セマンティックセグメンテーション: シーンの詳細な理解のために、画像内のすべてのピクセルにクラスラベルを割り当てます。
- Depth Estimation: 1枚のRGB画像から、ピクセルごとの深度マップをメートル単位で予測します。
- 分類: コンテンツに基づいて画像全体をカテゴリに分類します。
- Pose Estimation: 画像やビデオフレーム内の特定のキーポイントを検出し、動きや姿勢を追跡します。
- 指向性オブジェクト検出 (OBB): 精度を向上させるために、追加の方向角を持つ回転したオブジェクトを検出します。
オブジェクト検出に Ultralytics YOLO26 を使用するには、次の手順に従います:
- 適切な形式でデータセットを準備します。
- 検出タスクを使用して YOLO26 モデルをトレーニングします。
- 新しい画像またはビデオフレームを入力して、モデルを使用して予測を行います。
例from ultralytics import YOLO # Load a pretrained YOLO model (adjust model type as needed) model = YOLO("yolo26n.pt") # n, s, m, l, x versions available # Perform object detection on an image results = model.predict(source="image.jpg") # Can also use video, directory, URL, etc. # Display the results results[0].show() # Show the first image results詳細な手順については、検出例をご確認ください。
セグメンテーションタスクに YOLO26 を使用すると、いくつかの利点があります:
- 高精度: セグメンテーションタスクにより、正確なピクセルレベルのマスクが提供されます。
- 速度: YOLO26 はリアルタイムアプリケーション向けに最適化されており、高解像度画像でも迅速な処理を提供します。
- 多様なアプリケーション: 医療画像処理、自動運転、および詳細な画像セグメンテーションを必要とするその他のアプリケーションに最適です。
セグメンテーションにおける YOLO26 の利点とユースケースの詳細については、画像セグメンテーションセクションをご覧ください。
はい、Ultralytics YOLO26 は、高精度かつ高速に姿勢推定とキーポイント検出を効果的に実行できます。この機能は、スポーツ分析、ヘルスケア、およびヒューマンコンピュータインタラクションアプリケーションでの動きの追跡に特に役立ちます。YOLO26 は画像またはビデオフレーム内のキーポイントを検出し、正確な姿勢推定を可能にします。
詳細と実装のヒントについては、姿勢推定例をご覧ください。
YOLO26 による指向性オブジェクト検出 (OBB) は、追加の角度パラメータでオブジェクトを検出することにより、強化された精度を提供します。この機能は、航空画像分析や倉庫自動化など、回転したオブジェクトの正確なローカライズを必要とするアプリケーションに有益です。
- 精度の向上: 角度コンポーネントにより、回転したオブジェクトの誤検知が削減されます。
- 多様なアプリケーション: 地空間分析、ロボット工学などのタスクに役立ちます。
詳細と例については、指向性オブジェクト検出セクションをご確認ください。