わずか数行のコードでUltralytics物体検出およびセグメンテーションモデルを実行する

UltralyticsのYOLOv5およびYOLOv8モデルにおける物体検出とセグメンテーションの機能について掘り下げるブログ記事へようこそ。わずか数行のコードで、これらの使いやすいモデルをプロジェクトに統合する方法を見ていきます。初心者であっても経験豊富な開発者であっても、UltralyticsがさまざまなYOLOバージョンやTransformerベースのモデルを含む多様なモデルやアーキテクチャをどのようにサポートしているかをご確認いただけます。

Nicolai Nielsenの動画では、Ultralyticsフレームワーク内でさまざまなモデルを設定して使用するプロセスが解説されています。ステップバイステップで分解し、これらの強力なツールをどのように使い始められるかを見ていきましょう。

Ultralyticsモデルを使い始める#

Ultralyticsは、複数の物体検出およびセグメンテーションモデルをサポートする包括的なフレームワークを提供します。これには、YOLOv3から最新のYOLOv8までの人気のYOLOモデルに加え、YOLO-NASやSAMモデルが含まれます。これらのモデルは、リアルタイムの検出、セグメンテーション、姿勢推定など、さまざまなタスクを処理できるように設計されています。

開始するには、Ultralyticsのドキュメントページにアクセスしてください。ここでは、主要な機能、アーキテクチャ、Pythonスクリプトでの使用方法など、各モデルに関する詳細な情報を確認できます。

環境のセットアップ#

まず、Ultralyticsがインストールされていることを確認してください。インストールは以下のコマンドを実行することで行えます。

pip install ultralytics

これが完了したら、プロジェクトでこれらのモデルの使用を開始できます。例として、Ultralytics YOLOv8モデルから始めましょう。

Ultralytics YOLOv8の主な特徴#

Ultralytics YOLOv8には、従来モデルに比べていくつかの機能強化が施されています。より高速で高精度になるよう設計されており、リアルタイムアプリケーションに最適です。主な機能には以下のようなものがあります。

• スピードと精度の向上
• 複数のタスクに対応した事前学習済みウェイト
• 物体検出、セグメンテーション、分類のサポート
• パフォーマンス向上のための改良されたモデルアーキテクチャ

PythonでUltralytics YOLOv8を実行する#

わずか数行のコードでUltralytics YOLOv8を使い始める方法は以下の通りです。

from ultralytics import YOLO

# Load a pretrained Ultralytics YOLOv8 model
model = YOLO("yolov8n.pt")

# Run inference on an image
results = model("path/to/image.jpg")

これで完了です！画像に対してYOLOv8モデルを実行できました。このシンプルさこそが、Ultralyticsモデルが強力で使いやすい理由です。

ライブWebカメラでの検出#

ライブのWebカメラフィードでUltralytics YOLOv8の動作を確認したいですか？手順は以下の通りです。

from ultralytics import YOLO

# Load a pretrained Ultralytics YOLOv8 model
model = YOLO("yolov8n.pt")

# Run inference on the webcam feed (source=0) and display the results
results = model.predict(source=0, show=True)

このスクリプトはWebカメラを起動し、Ultralytics YOLOv8モデルを適用してリアルタイムでオブジェクトを検出します。

図1. Ultralyticsの物体検出およびセグメンテーションモデルの実行方法を解説するNicolai Nielsen。

他のモデルを探求する#

UltralyticsはYOLOv8だけにとどまりません。リアルタイム検出のために、YOLOv5、YOLO-NAS、Transformerベースのモデルなどのその他のモデルもサポートしています。各モデルには独自の強みとユースケースがあります。

Transformerモデルとその実行方法#

Baiduが開発しUltralyticsがサポートするRT-DETRモデルは、リアルタイムのパフォーマンスと高精度を提供する最先端のエンドツーエンド物体検出器です。コンボリューションベースのバックボーンと効率的なハイブリッドエンコーダーを使用してリアルタイム速度を実現し、CUDA環境のTensorRTで優れた性能を発揮し、推論速度の柔軟な調整をサポートしています。

RT-DETRモデルを実行する方法は以下の通りです。

from ultralytics import RTDETR

# Load a COCO-pretrained RT-DETR-l model
model = RTDETR("rtdetr-l.pt")

# Run inference on an image
results = model("path/to/image.jpg")

Segment Anything Models#

Ultralyticsは、MobileSAMやFastSAMなど、セグメンテーションタスク用のモデルも提供しています。これらのモデルは画像内のあらゆるものをセグメント化するように設計されており、シーンに関する詳細な洞察を提供します。

FastSAMの実行#

FastSAMはリアルタイムセグメンテーションに最適化されており、その実行方法は以下の通りです。

from ultralytics import FastSAM

# Create a FastSAM model
model = FastSAM("FastSAM-s.pt")  # or FastSAM-x.pt

# Run inference on an image
results = model("path/to/image.jpg", device="cpu", retina_masks=True, imgsz=1024, conf=0.4, iou=0.9)

このモデルは、迅速かつ正確なセグメンテーションを必要とするアプリケーションに最適です。

パフォーマンスと比較#

Ultralyticsフレームワークの素晴らしい機能の一つは、異なるモデルを並べて比較できることです。推論速度やmean average precision（mAP）などのパフォーマンス指標を見ることで、特定のアプリケーションに最適なモデルを簡単に判断できます。

主なポイント#

Ultralyticsを使用すると、わずか数行のコードで物体検出およびセグメンテーションモデルを非常に簡単に実行できます。リアルタイムアプリケーションに取り組んでいる場合でも、高精度なモデルが必要な場合でも、Ultralyticsには最適なソリューションがあります。詳細な情報や例については、UltralyticsのYouTubeチャンネルで公開されているNicolai Nielsen氏の完全なチュートリアルをぜひチェックしてください。

Ultralyticsのコミュニティからのさらなるチュートリアルやアップデートにご期待ください。