YOLOをGoogle Colabで動かす方法

Googleアカウントがあれば無料でGPU環境が使えるGoogle Colabを利用して、Ultralytics YOLOを実行してみます。
すでにGoogle Colabが使える状態とします。「ランタイムのタイプ」ではGPUを選択してください。

YOLOについてはコチラをご参照ください。
https://aicamera-laboratory.com/about-yolo/

Google Colabに関するQ&Aは以下をご参照ください。
https://research.google.com/colaboratory/faq.html

pipを利用してYOLOをインストール

以下でUltralytics YOLOの最新パッケージをインストールすることが出来ます。

!pip install ultralytics

実行してみます。

インストールが始まり、ログが表示されます。

次に同様に、以下のコードを書き込み実行します。

# import
from ultralytics import YOLO

# 以下のように書くと、公式モデルがダウンロードされ読み込まれる
model = YOLO("yolov8n.pt")

# URLをダイレクトに記載可能。save=True で結果画像を保存
results = model("https://ultralytics.com/images/bus.jpg",save=True,)
print(results)

実行結果としてログが表示され、さらに分析結果の画像ファイルが保存されます。

結果のログに記載のある通り、デフォルトでは下記のオブジェクトを検知できるようになっています。

names: {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'}