ドローンや航空画像向けのコンピュータービジョンとは何ですか？

ドローン向けコンピュータービジョンは、AIモデルを使用して、航空プラットフォームから撮影された画像や動画内のオブジェクトを自動的に検出し、分類、セグメンテーション、追跡します。Ultralytics YOLOはこの画像を処理し、手動による確認なしで作物、動物、インフラ、環境特性を特定します。

Ultralytics YOLOはドローン上で直接実行できますか？

はい。YOLOモデルは、エッジデバイスやドローンのオンボードハードウェアにデプロイしてリアルタイムの飛行中分析を実行したり、オンプレミスおよびクラウドインフラストラクチャを通じて高解像度データの飛行後処理を実行したりできます。

精密農業でYOLOはどのように使用されますか？

YOLOモデルは、ピンポイント散布用の作物や雑草の検出、植物の健康状態や病気の兆候のモニタリング、広大な農地での収量予測や収穫計画のための果実の検出、数え上げ、分類をサポートします。

コンピュータービジョンはドローン映像から動物を検出し、数えることができますか？

はい。YOLOは、航空画像から家畜、魚類、野生生物を検出し、分類、数え上げ、追跡することができ、広範囲またはアクセスの困難なエリアにおける農場モニタリング、水産業の運営、保全調査をサポートします。

航空コンピュータービジョンを使用する業界は何ですか？

一般的な業界には、農業、水産業、環境モニタリング、土地保全のほか、インフラ点検、セキュリティと監視、防衛、および衛星や地理空間分析が含まれ、航空プラットフォームがスケーラブルな自動モニタリング用の画像を撮影します。

YOLOは航空画像に対してどのようなコンピュータービジョンタスクをサポートしますか？

Ultralytics YOLOは、ドローンや航空デバイスから撮影された静止画像と動画の両方において、オブジェクト検出、指向性バウンディングボックス、画像セグメンテーション、分類、姿勢推定、深度推定、オブジェクト追跡をサポートします。上空から見下ろすオブジェクトはあらゆる角度に存在するため、航空機、船舶、車両、建物が四角い枠ではなく実際の向きで検出されるため、航空業務においては指向性バウンディングボックスが最も重要になります。

航空画像向けコンピュータービジョン

Ultralytics YOLOを使用して、ドローンや航空画像から農業、水産業、環境モニタリング、保全、地理空間分析向けのリアルタイムなインサイトを生成します。

世界をリードする組織から信頼されています

Ultralytics YOLOが航空画像に取り組む方法

ビジョンAIで上空からの視界を広げる

Ultralytics YOLOは、ドローンやその他の航空プラットフォームで撮影されたオブジェクトの検出、分類、セグメンテーション、モニタリングを組織が実行できるよう支援します。高精度なモデルを構築し、クラウド、エッジデバイス、または自律型システム内に直接デプロイします。

プラグアンドプレイのデプロイ：最小限のオーバーヘッドでデプロイでき、統合にかかる期間を数日まで短縮します。
検出精度：物体、環境、動的なシーンを対象とした最先端のリアルタイム検出です。
5ms未満の推論：20種類のエクスポート形式で、エッジ、クラウド、オンプレミスにデプロイできます。
数時間で本番環境に対応：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

YOLO26の推論を試す

画像をドラッグ＆ドロップしてリアルタイム物体検出を確認

入力画像

画像をアップロードするか、例を選択してテストします yolo26n. Predictドキュメント

ライブデモ

ここに画像をドロップ

またはクリックして参照

JPEG、PNG、WebP、AVIF、HEIC、JP2、TIFF、BMPなどに対応（最大10MB）

または例を試す

信頼度

0.25

IoU

0.70

画像サイズ

640

APIドキュメント

モデルをデプロイして、APIキー認証付きの専用推論エンドポイントを取得します。その後、以下のプレースホルダーURLとキーを、デプロイ時の値に置き換えてください。デプロイドキュメント

注記： これはサンプルコードです。まずモデルをデプロイして、エンドポイントURLとAPIキーを取得してください。

import requests

# Replace with your deployment URL and API key
url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"

# Optional inference parameters (conf, iou, imgsz)
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())