YOLO26の紹介: 次世代のビジョンAI。
Ultralytics

ロボティクスにおけるコンピュータビジョン

欠陥検知から自律航行まで、Ultralytics YOLOを使用してロボティクス業界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がロボット工学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

ロボティクス向けに設計されたUltralytics YOLOは、既存のインフラを活用し、高精度かつ高速で本番環境対応のコンピュータビジョンソリューションを実現するためのワークフローを効率化します。

  • 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。
  • 検知精度:物体、環境、動的なシーン全体で最先端のリアルタイム検知を実現します。
  • 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

ロボティクス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。

自律航行

Ultralytics YOLOによる自律移動

Ultralytics YOLOと最新の検出・セグメンテーションモデルを活用することで、ロボットが動的な環境でも安全かつ効率的にナビゲーションするために必要な認識能力を提供します。

  • リアルタイム認識:移動中に障害物、経路、ランドマークを検出します。
  • マルチ環境対応:倉庫、工場、屋外など、あらゆる環境で動作します。
  • エッジネイティブデプロイメント:クラウドに依存せず、デバイス上で直接実行可能です。
Ultralytics YOLOによる自律移動

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

  • ロボティクス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、ロボットが周囲を認識・理解する能力を提供し、航行、物体検知、仕分け、人間とロボットの協働をサポートします。Ultralytics YOLOモデルはロボット上でリアルタイムに動作するため、クラウド接続に頼ることなく、障害物の検知、物体の識別、動的な環境への適応が可能です。

  • ロボティクスにおけるコンピュータビジョンとは、AIモデルを使用してカメラやセンサーからの視覚データを解釈し、航行、マニピュレーション、検査などの認識タスクを自動化することです。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落とされる微妙な変化を認識し、新しい物体や環境に適応します。

  • ロボットの認識には、障害物回避、ビンピッキング、人間とロボットの協働といったタスクのための検知追跡セグメンテーション、姿勢推定が含まれます。Ultralytics YOLO26は、これらすべてを単一のモデルファミリーでサポートしており、コンベア上や雑然としたシーンで物体が重なったり接触したりする場合に、セグメンテーションマスクが不可欠となります。

  • ロボティクスアプリケーションでは、特定のタスクや環境に合わせてモデルのトレーニングを行い、低レイテンシの推論を実現するためにロボット本体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探す必要があります。Ultralytics Platformは、アノテーション、トレーニング、デプロイメントをワンストップで提供し、本番環境向けにエンタープライズライセンスも利用可能です。

  • 自律移動ロボットやドローンは、屋外や倉庫環境において、航行、人物追跡、障害物回避、ターゲット検知のためにコンピュータビジョンを使用します。Ultralytics YOLO再識別を伴う追跡をサポートしているため、混雑したシーンや対象が一時的にフレームアウトした場合でも、ロボットは正確な追跡を維持できます。

  • はい。Ultralytics YOLO26は、NVIDIA Jetson用のTensorRT、Intel CPU用のOpenVINO、Hailoアクセラレーター用のHEFなど、ロボティクスエッジコンピューティング向けのフォーマットにエクスポートできます。軽量なYOLO26nバリアントは、自律移動ロボットやドローンのメモリおよび電力制限内で動作し、本番環境のフリート用にエンタープライズライセンスも提供されています。

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