YOLO26の紹介: 次世代のビジョンAI。
Ultralytics

小売におけるコンピュータビジョン

棚のモニタリングから顧客インサイトまで、Ultralytics YOLOを活用して小売向けのリアルタイムビジョンAIソリューションを構築しましょう。

世界有数の組織から信頼されています

DuolingoShellSiemensRenaultPhilipsNEURA RoboticsMercado LibreTata SteelFlock SafetyIntelDefense Intelligence AgencyDuolingoShellSiemensRenaultPhilipsNEURA RoboticsMercado LibreTata SteelFlock SafetyIntelDefense Intelligence AgencyDuolingoShellSiemensRenaultPhilipsNEURA RoboticsMercado LibreTata SteelFlock SafetyIntelDefense Intelligence Agency

Ultralytics YOLOが小売業の課題にどう取り組むか

チームと共に働くリアルタイムAI

小売向けに構築されたUltralytics YOLOは、既存のインフラストラクチャを活用して、高精度で高速、かつ本番環境に対応したコンピュータビジョンのためにワークフローを合理化します。

  • プラグアンドプレイのデプロイメント:最小限のオーバーヘッドでデプロイでき、統合時間を数日に短縮します。
  • 検出精度:製品、棚、顧客、店舗運営全体にわたる最先端のリアルタイム検出。
  • 5ms未満の推論:19のエクスポート形式により、エッジ、クラウド、オンプレミス環境でデプロイ可能です。
  • 数時間で本番環境へ:アノテーション、トレーニング、デプロイにより、市場投入までの時間を短縮します。
ライセンスをリクエストする
チームと共に働くリアルタイムAI

YOLO26推論を試す

画像をドラッグ&ドロップして、リアルタイムの物体検出を確認してください

小売のあらゆる段階に対応するビジョンAI

お客様の生産プロセスのあらゆる段階に特化したソリューションです。

プラノグラム管理

Ultralytics YOLOによるスマートな棚のレイアウト管理

Ultralytics YOLOと最新の検出・分類モデルを活用し、プラノグラム(棚割)の適合性を確認し、商品の配置を監視し、全店舗で顧客インサイトを獲得します。

  • リアルタイムの精度: 商品の配置と棚の適合性を検出します。
  • 完全なAIタスク対応: 検出、セグメンテーション、分類、OBB。
  • トレーニングの柔軟性: YOLOを微調整し、あらゆる製品カテゴリに数分で対応可能です。
Ultralytics YOLOによるスマートな棚のレイアウト管理

19種類のエクスポート形式から選択

一度トレーニングすれば、エッジのマイクロコントローラーからクラウドのGPUクラスターまで、どこにでもデプロイ可能です。

ビジョンAIで業界を変革

工場のフロアから手術室まで、Ultralyticsは視覚データをリアルタイムの意思決定へと変換します。

SOHGAがUltralytics YOLOを活用して駐車監視時間を30%削減

SOHGAがUltralytics YOLOを活用して駐車監視時間を30%削減

SOHGAのMEGURUシステムがどのようにUltralytics YOLO26を活用して駐車場パトロールを自動化し、パトロール時間を30%削減し、安全性を向上させているかをご覧ください。
詳細はこちら
Scaleout、Ultralytics YOLOを活用してモデルのアップデート時間を数週間から数時間に短縮

Scaleout、Ultralytics YOLOを活用してモデルのアップデート時間を数週間から数時間に短縮

ScaleoutがどのようにUltralytics YOLOと連合学習を活用し、機密データを保護しながらエッジデバイス上でAIモデルをファインチューニングしているかをご覧ください。
詳細はこちら
RapiD EngineeringはUltralytics YOLOを導入し、水産物の品質管理を1週間早くデプロイしました

RapiD EngineeringはUltralytics YOLOを導入し、水産物の品質管理を1週間早くデプロイしました

RapiD EngineeringがどのようにUltralytics YOLOを活用してサケの検査を自動化し、欠陥をリアルタイムで検出し、エンジニアリング作業を1週間短縮したかをご覧ください。
詳細はこちら
Project Ocean OasisはUltralytics YOLOを活用してサンゴ礁の保全を推進しています

Project Ocean OasisはUltralytics YOLOを活用してサンゴ礁の保全を推進しています

Project Ocean OasisがUltralytics YOLO、エッジAI、そして自律型モニタリングシステムを活用して、どのようにサンゴ礁の保全と海洋インテリジェンスを拡大しているかをご覧ください。
詳細はこちら
VolleyがUltralytics YOLOを搭載した250以上のコート用AIトレーナーを提供

VolleyがUltralytics YOLOを搭載した250以上のコート用AIトレーナーを提供

"本当に素晴らしい点は、モデルがトレーナーのエッジハードウェア上でリアルタイムに非常にうまく動作し、クラウドでも全く同じモデルを使用して同じフローを実行できることです。"
詳細はこちら
WG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減

WG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減

WG Tech Solutionsが、Ultralytics YOLOとAxeleraのAIアクセラレータを活用し、製造現場での安全違反を28%削減した事例をご覧ください。
詳細はこちら
StrideがUltralytics YOLOで1分間の馬の歩様解析を実現

StrideがUltralytics YOLOで1分間の馬の歩様解析を実現

Strideが馬の姿勢推定のためにUltralytics YOLOモデルを活用し、1分以内で歩様解析を完了させる方法をご覧ください。
詳細はこちら
PixelabsがUltralytics YOLO駆動の自動化で95%の再現率を達成

PixelabsがUltralytics YOLO駆動の自動化で95%の再現率を達成

PixelabsがUltralytics YOLOモデルを活用してワークフローを自動化し、95%の再現率を達成する方法をご覧ください。
詳細はこちら
SiteAssistがUltralytics YOLOで77万枚以上の画像を処理し、現場の安全性を向上

SiteAssistがUltralytics YOLOで77万枚以上の画像を処理し、現場の安全性を向上

SiteAssistがUltralytics YOLOモデルを活用して建設現場の安全性を向上させる方法をご覧ください。
詳細はこちら
Chef RoboticsがUltralytics YOLOを使用して食品の過剰供給を67%削減

Chef RoboticsがUltralytics YOLOを使用して食品の過剰供給を67%削減

Chef Roboticsが、正確な食品組み立てのためにどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
詳細はこちら
Cali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮

Cali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮

Cali Intelligenceが、物体検出を使用して小売店のチェックアウト待ち時間をどのように削減しているかをご覧ください。
詳細はこちら
MarineSituがUltralytics YOLOを使用して水中モニタリングで96%以上の稼働率を達成

MarineSituがUltralytics YOLOを使用して水中モニタリングで96%以上の稼働率を達成

MarineSituがUltralytics YOLOを使用して水中物体検出を変革する方法をご覧ください。
詳細はこちら
Theia ScientificがUltralytics YOLOで顕微鏡解析を43倍高速化

Theia ScientificがUltralytics YOLOで顕微鏡解析を43倍高速化

Theia ScientificがUltralytics YOLOを使用して顕微鏡データ解析を再定義する方法をご覧ください。
詳細はこちら
eSmart SystemsがUltralytics YOLOで送電線検査時間を半分に短縮

eSmart SystemsがUltralytics YOLOで送電線検査時間を半分に短縮

eSmart SystemsがUltralytics YOLOを使用して、欠陥検出速度を向上させ、ユーティリティ検査を変革する方法をご覧ください。
詳細はこちら
Axelera AIはUltralytics YOLOを使用して34 FPSのエッジAI推論を実現します

Axelera AIはUltralytics YOLOを使用して34 FPSのエッジAI推論を実現します

Axelera AIがどのようにUltralytics YOLOを活用して、Metis AIチップ上で高速、高精度、効率的なエッジビジョンを実現しているかをご覧ください。
詳細はこちら
STMicroelectronicsはMCU上で推論あたりわずか9.4 mJでUltralytics YOLOを実行します

STMicroelectronicsはMCU上で推論あたりわずか9.4 mJでUltralytics YOLOを実行します

STMicroelectronicsが、正確なリアルタイムのエッジ推論を実現するために、低電力マイコンにどのようにUltralytics YOLOモデルを効率的にデプロイしているかをご覧ください。
詳細はこちら
SpecialvideoがUltralytics YOLOで99%の食品検査精度を達成

SpecialvideoがUltralytics YOLOで99%の食品検査精度を達成

SpecialvideoがUltralytics YOLOモデルを活用してリアルタイムのAI食品検査を強化し、品質保証、廃棄物削減、効率向上を実現する方法をご覧ください。
詳細はこちら
Vivity AIがUltralytics YOLOにより産業オペレーションで年間500万ドル以上のコスト削減を達成

Vivity AIがUltralytics YOLOにより産業オペレーションで年間500万ドル以上のコスト削減を達成

Vivity AIがUltralytics YOLOモデルを活用して産業オートメーションを強化し、効率改善、ダウンタイム削減、職場の安全性確保を実現する方法をご覧ください。
詳細はこちら
Videologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール

Videologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール

Videologic AnalyticsがUltralytics YOLOモデルを統合してビデオ監視を強化し、検出精度の向上、誤報の削減、リアルタイム脅威監視の最適化を実現する方法をご覧ください。
詳細はこちら
PrezentがUltralytics YOLOでスライド検出精度を34%向上

PrezentがUltralytics YOLOでスライド検出精度を34%向上

PrezentがUltralytics YOLOモデルを活用してスライド要素の検出を自動化し、構造とデザインを維持しながら処理時間を10秒未満に短縮する方法をご覧ください。
詳細はこちら
ALYCEがUltralytics YOLOで交通AI推論を20%高速化

ALYCEがUltralytics YOLOで交通AI推論を20%高速化

ALYCEがUltralytics YOLOモデルを使用して、データの精度を高め、都市モビリティを最適化し、持続可能でよりスマートな都市のためのAI駆動型交通ソリューションを作成する方法をご覧ください。
詳細はこちら
KiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知

KiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知

Kiwitronが、産業上の危険を検知して対処し、安全性を向上させるために、KewiEyeソリューションでどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
詳細はこちら
SOHGAがUltralytics YOLOを活用して駐車監視時間を30%削減

SOHGAがUltralytics YOLOを活用して駐車監視時間を30%削減

SOHGAのMEGURUシステムがどのようにUltralytics YOLO26を活用して駐車場パトロールを自動化し、パトロール時間を30%削減し、安全性を向上させているかをご覧ください。
詳細はこちら
Scaleout、Ultralytics YOLOを活用してモデルのアップデート時間を数週間から数時間に短縮

Scaleout、Ultralytics YOLOを活用してモデルのアップデート時間を数週間から数時間に短縮

ScaleoutがどのようにUltralytics YOLOと連合学習を活用し、機密データを保護しながらエッジデバイス上でAIモデルをファインチューニングしているかをご覧ください。
詳細はこちら
RapiD EngineeringはUltralytics YOLOを導入し、水産物の品質管理を1週間早くデプロイしました

RapiD EngineeringはUltralytics YOLOを導入し、水産物の品質管理を1週間早くデプロイしました

RapiD EngineeringがどのようにUltralytics YOLOを活用してサケの検査を自動化し、欠陥をリアルタイムで検出し、エンジニアリング作業を1週間短縮したかをご覧ください。
詳細はこちら
Project Ocean OasisはUltralytics YOLOを活用してサンゴ礁の保全を推進しています

Project Ocean OasisはUltralytics YOLOを活用してサンゴ礁の保全を推進しています

Project Ocean OasisがUltralytics YOLO、エッジAI、そして自律型モニタリングシステムを活用して、どのようにサンゴ礁の保全と海洋インテリジェンスを拡大しているかをご覧ください。
詳細はこちら
VolleyがUltralytics YOLOを搭載した250以上のコート用AIトレーナーを提供

VolleyがUltralytics YOLOを搭載した250以上のコート用AIトレーナーを提供

"本当に素晴らしい点は、モデルがトレーナーのエッジハードウェア上でリアルタイムに非常にうまく動作し、クラウドでも全く同じモデルを使用して同じフローを実行できることです。"
詳細はこちら
WG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減

WG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減

WG Tech Solutionsが、Ultralytics YOLOとAxeleraのAIアクセラレータを活用し、製造現場での安全違反を28%削減した事例をご覧ください。
詳細はこちら
StrideがUltralytics YOLOで1分間の馬の歩様解析を実現

StrideがUltralytics YOLOで1分間の馬の歩様解析を実現

Strideが馬の姿勢推定のためにUltralytics YOLOモデルを活用し、1分以内で歩様解析を完了させる方法をご覧ください。
詳細はこちら
PixelabsがUltralytics YOLO駆動の自動化で95%の再現率を達成

PixelabsがUltralytics YOLO駆動の自動化で95%の再現率を達成

PixelabsがUltralytics YOLOモデルを活用してワークフローを自動化し、95%の再現率を達成する方法をご覧ください。
詳細はこちら
SiteAssistがUltralytics YOLOで77万枚以上の画像を処理し、現場の安全性を向上

SiteAssistがUltralytics YOLOで77万枚以上の画像を処理し、現場の安全性を向上

SiteAssistがUltralytics YOLOモデルを活用して建設現場の安全性を向上させる方法をご覧ください。
詳細はこちら
Chef RoboticsがUltralytics YOLOを使用して食品の過剰供給を67%削減

Chef RoboticsがUltralytics YOLOを使用して食品の過剰供給を67%削減

Chef Roboticsが、正確な食品組み立てのためにどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
詳細はこちら
Cali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮

Cali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮

Cali Intelligenceが、物体検出を使用して小売店のチェックアウト待ち時間をどのように削減しているかをご覧ください。
詳細はこちら
MarineSituがUltralytics YOLOを使用して水中モニタリングで96%以上の稼働率を達成

MarineSituがUltralytics YOLOを使用して水中モニタリングで96%以上の稼働率を達成

MarineSituがUltralytics YOLOを使用して水中物体検出を変革する方法をご覧ください。
詳細はこちら
Theia ScientificがUltralytics YOLOで顕微鏡解析を43倍高速化

Theia ScientificがUltralytics YOLOで顕微鏡解析を43倍高速化

Theia ScientificがUltralytics YOLOを使用して顕微鏡データ解析を再定義する方法をご覧ください。
詳細はこちら
eSmart SystemsがUltralytics YOLOで送電線検査時間を半分に短縮

eSmart SystemsがUltralytics YOLOで送電線検査時間を半分に短縮

eSmart SystemsがUltralytics YOLOを使用して、欠陥検出速度を向上させ、ユーティリティ検査を変革する方法をご覧ください。
詳細はこちら
Axelera AIはUltralytics YOLOを使用して34 FPSのエッジAI推論を実現します

Axelera AIはUltralytics YOLOを使用して34 FPSのエッジAI推論を実現します

Axelera AIがどのようにUltralytics YOLOを活用して、Metis AIチップ上で高速、高精度、効率的なエッジビジョンを実現しているかをご覧ください。
詳細はこちら
STMicroelectronicsはMCU上で推論あたりわずか9.4 mJでUltralytics YOLOを実行します

STMicroelectronicsはMCU上で推論あたりわずか9.4 mJでUltralytics YOLOを実行します

STMicroelectronicsが、正確なリアルタイムのエッジ推論を実現するために、低電力マイコンにどのようにUltralytics YOLOモデルを効率的にデプロイしているかをご覧ください。
詳細はこちら
SpecialvideoがUltralytics YOLOで99%の食品検査精度を達成

SpecialvideoがUltralytics YOLOで99%の食品検査精度を達成

SpecialvideoがUltralytics YOLOモデルを活用してリアルタイムのAI食品検査を強化し、品質保証、廃棄物削減、効率向上を実現する方法をご覧ください。
詳細はこちら
Vivity AIがUltralytics YOLOにより産業オペレーションで年間500万ドル以上のコスト削減を達成

Vivity AIがUltralytics YOLOにより産業オペレーションで年間500万ドル以上のコスト削減を達成

Vivity AIがUltralytics YOLOモデルを活用して産業オートメーションを強化し、効率改善、ダウンタイム削減、職場の安全性確保を実現する方法をご覧ください。
詳細はこちら
Videologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール

Videologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール

Videologic AnalyticsがUltralytics YOLOモデルを統合してビデオ監視を強化し、検出精度の向上、誤報の削減、リアルタイム脅威監視の最適化を実現する方法をご覧ください。
詳細はこちら
PrezentがUltralytics YOLOでスライド検出精度を34%向上

PrezentがUltralytics YOLOでスライド検出精度を34%向上

PrezentがUltralytics YOLOモデルを活用してスライド要素の検出を自動化し、構造とデザインを維持しながら処理時間を10秒未満に短縮する方法をご覧ください。
詳細はこちら
ALYCEがUltralytics YOLOで交通AI推論を20%高速化

ALYCEがUltralytics YOLOで交通AI推論を20%高速化

ALYCEがUltralytics YOLOモデルを使用して、データの精度を高め、都市モビリティを最適化し、持続可能でよりスマートな都市のためのAI駆動型交通ソリューションを作成する方法をご覧ください。
詳細はこちら
KiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知

KiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知

Kiwitronが、産業上の危険を検知して対処し、安全性を向上させるために、KewiEyeソリューションでどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
詳細はこちら
SOHGAがUltralytics YOLOを活用して駐車監視時間を30%削減

SOHGAがUltralytics YOLOを活用して駐車監視時間を30%削減

SOHGAのMEGURUシステムがどのようにUltralytics YOLO26を活用して駐車場パトロールを自動化し、パトロール時間を30%削減し、安全性を向上させているかをご覧ください。
詳細はこちら
Scaleout、Ultralytics YOLOを活用してモデルのアップデート時間を数週間から数時間に短縮

Scaleout、Ultralytics YOLOを活用してモデルのアップデート時間を数週間から数時間に短縮

ScaleoutがどのようにUltralytics YOLOと連合学習を活用し、機密データを保護しながらエッジデバイス上でAIモデルをファインチューニングしているかをご覧ください。
詳細はこちら
RapiD EngineeringはUltralytics YOLOを導入し、水産物の品質管理を1週間早くデプロイしました

RapiD EngineeringはUltralytics YOLOを導入し、水産物の品質管理を1週間早くデプロイしました

RapiD EngineeringがどのようにUltralytics YOLOを活用してサケの検査を自動化し、欠陥をリアルタイムで検出し、エンジニアリング作業を1週間短縮したかをご覧ください。
詳細はこちら
Project Ocean OasisはUltralytics YOLOを活用してサンゴ礁の保全を推進しています

Project Ocean OasisはUltralytics YOLOを活用してサンゴ礁の保全を推進しています

Project Ocean OasisがUltralytics YOLO、エッジAI、そして自律型モニタリングシステムを活用して、どのようにサンゴ礁の保全と海洋インテリジェンスを拡大しているかをご覧ください。
詳細はこちら
VolleyがUltralytics YOLOを搭載した250以上のコート用AIトレーナーを提供

VolleyがUltralytics YOLOを搭載した250以上のコート用AIトレーナーを提供

"本当に素晴らしい点は、モデルがトレーナーのエッジハードウェア上でリアルタイムに非常にうまく動作し、クラウドでも全く同じモデルを使用して同じフローを実行できることです。"
詳細はこちら
WG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減

WG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減

WG Tech Solutionsが、Ultralytics YOLOとAxeleraのAIアクセラレータを活用し、製造現場での安全違反を28%削減した事例をご覧ください。
詳細はこちら
StrideがUltralytics YOLOで1分間の馬の歩様解析を実現

StrideがUltralytics YOLOで1分間の馬の歩様解析を実現

Strideが馬の姿勢推定のためにUltralytics YOLOモデルを活用し、1分以内で歩様解析を完了させる方法をご覧ください。
詳細はこちら
PixelabsがUltralytics YOLO駆動の自動化で95%の再現率を達成

PixelabsがUltralytics YOLO駆動の自動化で95%の再現率を達成

PixelabsがUltralytics YOLOモデルを活用してワークフローを自動化し、95%の再現率を達成する方法をご覧ください。
詳細はこちら
SiteAssistがUltralytics YOLOで77万枚以上の画像を処理し、現場の安全性を向上

SiteAssistがUltralytics YOLOで77万枚以上の画像を処理し、現場の安全性を向上

SiteAssistがUltralytics YOLOモデルを活用して建設現場の安全性を向上させる方法をご覧ください。
詳細はこちら
Chef RoboticsがUltralytics YOLOを使用して食品の過剰供給を67%削減

Chef RoboticsがUltralytics YOLOを使用して食品の過剰供給を67%削減

Chef Roboticsが、正確な食品組み立てのためにどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
詳細はこちら
Cali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮

Cali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮

Cali Intelligenceが、物体検出を使用して小売店のチェックアウト待ち時間をどのように削減しているかをご覧ください。
詳細はこちら
MarineSituがUltralytics YOLOを使用して水中モニタリングで96%以上の稼働率を達成

MarineSituがUltralytics YOLOを使用して水中モニタリングで96%以上の稼働率を達成

MarineSituがUltralytics YOLOを使用して水中物体検出を変革する方法をご覧ください。
詳細はこちら
Theia ScientificがUltralytics YOLOで顕微鏡解析を43倍高速化

Theia ScientificがUltralytics YOLOで顕微鏡解析を43倍高速化

Theia ScientificがUltralytics YOLOを使用して顕微鏡データ解析を再定義する方法をご覧ください。
詳細はこちら
eSmart SystemsがUltralytics YOLOで送電線検査時間を半分に短縮

eSmart SystemsがUltralytics YOLOで送電線検査時間を半分に短縮

eSmart SystemsがUltralytics YOLOを使用して、欠陥検出速度を向上させ、ユーティリティ検査を変革する方法をご覧ください。
詳細はこちら
Axelera AIはUltralytics YOLOを使用して34 FPSのエッジAI推論を実現します

Axelera AIはUltralytics YOLOを使用して34 FPSのエッジAI推論を実現します

Axelera AIがどのようにUltralytics YOLOを活用して、Metis AIチップ上で高速、高精度、効率的なエッジビジョンを実現しているかをご覧ください。
詳細はこちら
STMicroelectronicsはMCU上で推論あたりわずか9.4 mJでUltralytics YOLOを実行します

STMicroelectronicsはMCU上で推論あたりわずか9.4 mJでUltralytics YOLOを実行します

STMicroelectronicsが、正確なリアルタイムのエッジ推論を実現するために、低電力マイコンにどのようにUltralytics YOLOモデルを効率的にデプロイしているかをご覧ください。
詳細はこちら
SpecialvideoがUltralytics YOLOで99%の食品検査精度を達成

SpecialvideoがUltralytics YOLOで99%の食品検査精度を達成

SpecialvideoがUltralytics YOLOモデルを活用してリアルタイムのAI食品検査を強化し、品質保証、廃棄物削減、効率向上を実現する方法をご覧ください。
詳細はこちら
Vivity AIがUltralytics YOLOにより産業オペレーションで年間500万ドル以上のコスト削減を達成

Vivity AIがUltralytics YOLOにより産業オペレーションで年間500万ドル以上のコスト削減を達成

Vivity AIがUltralytics YOLOモデルを活用して産業オートメーションを強化し、効率改善、ダウンタイム削減、職場の安全性確保を実現する方法をご覧ください。
詳細はこちら
Videologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール

Videologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール

Videologic AnalyticsがUltralytics YOLOモデルを統合してビデオ監視を強化し、検出精度の向上、誤報の削減、リアルタイム脅威監視の最適化を実現する方法をご覧ください。
詳細はこちら
PrezentがUltralytics YOLOでスライド検出精度を34%向上

PrezentがUltralytics YOLOでスライド検出精度を34%向上

PrezentがUltralytics YOLOモデルを活用してスライド要素の検出を自動化し、構造とデザインを維持しながら処理時間を10秒未満に短縮する方法をご覧ください。
詳細はこちら
ALYCEがUltralytics YOLOで交通AI推論を20%高速化

ALYCEがUltralytics YOLOで交通AI推論を20%高速化

ALYCEがUltralytics YOLOモデルを使用して、データの精度を高め、都市モビリティを最適化し、持続可能でよりスマートな都市のためのAI駆動型交通ソリューションを作成する方法をご覧ください。
詳細はこちら
KiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知

KiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知

Kiwitronが、産業上の危険を検知して対処し、安全性を向上させるために、KewiEyeソリューションでどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
詳細はこちら

よくある質問

  • 小売におけるコンピュータビジョンは、カメラとAIモデルを使用して、棚の監視、チェックアウトの自動化、顧客行動の分析、損失防止を行います。Ultralytics YOLOモデルは、店舗全体でこれらのチェックをリアルタイムに実行し、在庫切れ、プラノグラムの不備、異常な動きなどを発生時に即座に通知します。

  • 小売のためのコンピュータビジョンは、AIモデルを使用して店舗内カメラ、チェックアウトシステム、バックヤードのセンサーからの視覚データを解釈し、棚モニタリング、在庫追跡、顧客分析を自動化します。Ultralytics YOLO26はディープラーニングを使用して、ルールベースのシステムでは見逃される微妙な変化を認識し、セットアップを再構築することなく新しい製品や店舗レイアウトに適応します。

  • 小売分析におけるコンピュータビジョンは、ビデオフィードを客数、通路での滞在時間、行列の長さ、顧客デモグラフィックなどの指標に変換します。Ultralytics YOLOモデルは空間ロジックを処理し、買い物客がゾーンに入ったときや列に並んだときを特定するため、店舗チームは観察された行動に基づいて人員配置やレイアウトを調整できます。

  • 小売業務には、特定の製品や店舗レイアウトでモデルトレーニングを処理し、低レイテンシでプライバシーを保護した推論のために店舗内のエッジデバイスへデプロイできるプラットフォームを検討してください。Ultralytics Platformは、アノテーション、トレーニング、デプロイメントを1箇所でカバーしており、本番環境向けのenterprise licensingも利用可能です。

  • コンピュータビジョンは、セルフレジでのSKU置換の検出、高額商品の盗難監視、プラノグラムコンプライアンスの検証、POSでの例外イベントのフラグ立てを行うことで損失防止をサポートします。Ultralytics YOLOは、既存のCCTVや新しいエッジカメラで実行され、在庫損失が記録された後ではなく、数秒以内にスタッフへ警告を発します。

  • はい。Ultralytics YOLO26はNMSフリーのアーキテクチャを採用しており、混雑した店舗での重複検知を削減します。また、標準的なエッジハードウェアで高スループットな推論を行うためにTensorRTへエクスポート可能です。月間数千万件の製品検知を実行する小売環境では、この組み合わせを活用することで、数千台のカメラ全体で低レイテンシを実現しています。

AIの未来を共に築き上げましょう!

機械学習の未来とともに旅を始めましょう