Ultralytics YOLOの使い方

このページでは、Ultralytics YOLOの使い方を紹介します。

インストールできていれば、これだけで公式のモデルを読み込み、URL上の画像を読み込み、結果画像をフォルダに保存してくれます。

from ultralytics import YOLO

model = YOLO("yolo11n.pt")

results = model("https://ultralytics.com/images/bus.jpg",save=True)
print(results)

ちょっと簡単すぎやしませんか？
この簡単さにUltralyticsYOLOの特徴があると言っても過言ではないかもしれません。

Google Colab環境でのインストールはコチラ

使用可能なモデル

以下のように書くと公式のYOLO11の最小モデルが読み込まれます。同様にして読み込めるモデルが複数あります。

model = YOLO("yolo11n.pt")

サイズ違い

Ultralytics YOLO version 11には、以下のようなサイズが用意されています。

<小さい> yolo11n → yolo11s → yolo11m → yolo11l → yolo11x <大きい>

小さいものほど精度が荒いですが、処理速度は早いです。

機能違い

機能別に異なるモデルが用意されています。
境界検出や姿勢推定などは物体検出ありきのため、ある意味で他機能を包含しているようなものもあります。

機能	モデルを使うときの書き方
物体検出	yolo11n.pt
物体の境界検出	yolo11n-seg.pt
人体の姿勢推定	yolo11n-pose.pt
回転した状態の物体検出	yolo11n-obb.pt
画像の分類	yolo11n-cls.pt

入力として読み込み可能な形式

以下がUltralyticsYOLOが分析対象として読み込みできる形式の一覧です。
✅というチェックボックスがついているのはストリーミング対応しているものです。

形式	例	データ	備考
image	`'image.jpg'`	`str` or `Path`	画像ファイルパス
URL	`'https://ultralytics.com/images/bus.jpg'`	`str`	画像ファイルのURL
screenshot	`'screen'`	`str`	キャプチャしたスクリーンショット
PIL	`Image.open('image.jpg')`	`PIL.Image`	HWC形式のRGBチャンネル
OpenCV	`cv2.imread('image.jpg')`	`np.ndarray`	HWC形式でBGRチャンネル `uint8 (0-255)`
numpy	`np.zeros((640,1280,3))`	`np.ndarray`	HWC形式でBGRチャンネル`uint8 (0-255)`
torch	`torch.zeros(16,3,320,640)`	`torch.Tensor`	BCHW形式でRGBチャンネル`float32 (0.0-1.0)`
CSV	`'sources.csv'`	`str` or `Path`	画像、動画、ディレクトリへのパスを含むCSVファイル
video ✅	`'video.mp4'`	`str` or `Path`	MP4、AVIなどの動画ファイル
directory ✅	`'path/'`	`str` or `Path`	画像または動画を含むディレクトリへのパス
glob ✅	`'path/*.jpg'`	`str`	複数のファイルに一致するglob形式の書き方。ワイルドカードとして`*`文字を使用可能。 ※Unixとかの”glob”
YouTube ✅	`'https://youtu.be/LNwODJXcvt4'`	`str`	Youtube動画のURL
stream ✅	`'rtsp://example.com/media.mp4'`	`str`	RTSP、RTMP、TCP、IPアドレスなどのストリーミングプロトコルのURL
multi-stream ✅	`'list.streams'`	`str` or `Path`	`*.streams` テキストファイル
webcam ✅	`0`	`int`	接続しているWebカメラ

https://docs.ultralytics.com/modes/predict/#inference-sources

設定可能なパラメータ

多いので抜粋します。出展はコチラです。
https://docs.ultralytics.com/modes/predict/#inference-arguments

推論では以下のようなパラメータを設定できます。

パラメータ	デフォルト値	説明
max_det	300	検出する数の上限を指定する。デフォルトで300。
classes	None (設定無)	検出する対象を指定する。 print(results)としたときにも出てくる、デフォルトでの判定可能対象は以下。 0: ‘person’, 1: ‘bicycle’, 2: ‘car’, 3: ‘motorcycle’, 4: ‘airplane’, 5: ‘bus’, 6: ‘train’, 7: ‘truck’, 8: ‘boat’, 9: ‘traffic light’, 10: ‘fire hydrant’, 11: ‘stop sign’, 12: ‘parking meter’, 13: ‘bench’, 14: ‘bird’, 15: ‘cat’, 16: ‘dog’, 17: ‘horse’, 18: ‘sheep’, 19: ‘cow’, 20: ‘elephant’, 21: ‘bear’, 22: ‘zebra’, 23: ‘giraffe’, 24: ‘backpack’, 25: ‘umbrella’, 26: ‘handbag’, 27: ‘tie’, 28: ‘suitcase’, 29: ‘frisbee’, 30: ‘skis’, 31: ‘snowboard’, 32: ‘sports ball’, 33: ‘kite’, 34: ‘baseball bat’, 35: ‘baseball glove’, 36: ‘skateboard’, 37: ‘surfboard’, 38: ‘tennis racket’, 39: ‘bottle’, 40: ‘wine glass’, 41: ‘cup’, 42: ‘fork’, 43: ‘knife’, 44: ‘spoon’, 45: ‘bowl’, 46: ‘banana’, 47: ‘apple’, 48: ‘sandwich’, 49: ‘orange’, 50: ‘broccoli’, 51: ‘carrot’, 52: ‘hot dog’, 53: ‘pizza’, 54: ‘donut’, 55: ‘cake’, 56: ‘chair’, 57: ‘couch’, 58: ‘potted plant’, 59: ‘bed’, 60: ‘dining table’, 61: ‘toilet’, 62: ‘tv’, 63: ‘laptop’, 64: ‘mouse’, 65: ‘remote’, 66: ‘keyboard’, 67: ‘cell phone’, 68: ‘microwave’, 69: ‘oven’, 70: ‘toaster’, 71: ‘sink’, 72: ‘refrigerator’, 73: ‘book’, 74: ‘clock’, 75: ‘vase’, 76: ‘scissors’, 77: ‘teddy bear’, 78: ‘hair drier’, 79: ‘toothbrush’

また、アウトプットの見える化では以下のようなパラメータを設定できます。

パラメータ	デフォルト値	説明
save	False	結果画像を保存するかどうか。デフォルトで保存しない。
show_boxes	True	検出対象を枠で囲うかどうか。デフォルトで枠を出す。

よかったらシェアしてね！

使用可能なモデル

サイズ違い

機能違い

入力として読み込み可能な形式

設定可能なパラメータ

関連記事