ultralytics/ultralytics

Ultralytics とは？

Ultralytics は、YOLO ファミリーのコンピュータビジョンモデル（YOLOv3 から最新の YOLO-26 まで）を提供する公式 Python パッケージです。単一のインストールが簡単なライブラリで、最先端のオブジェクト検出、セグメンテーション、ポーズ、深度、分類、トラッキングモデルを トレーニング、評価、予測、エクスポート できます。

主な機能

• 複数のビジョンタスク – 検出、インスタンスセグメンテーション、セマンティックセグメンテーション、深度推定、画像分類、ポーズ推定、向き付きバウンディングボックス検出、ビデオオブジェクトトラッキング。
• すぐ使える CLI（yolo）– コードを書かずに一行で推論またはトレーニングが可能。
• Python API（from ultralytics import YOLO）– 同じ機能を独自のスクリプトに統合。
• 事前トレーニング済みモデル – 各タスク用の YOLO-26 バリアント（n、s、m、l、x）のカタログ。標準データセット（COCO、Cityscapes、ImageNet、NYU-Depth、DOTAv1 など）でトレーニング済み。
• 高速推論 – モデルを ONNX または TensorRT にエクスポートして CPU/GPU アクセラレーションが可能。
• クロスプラットフォームインストール – pip、conda、Docker、またはソースからのビルド。

クイックスタート（CLI）

# パッケージをインストール
pip install ultralytics

# 事前トレーニング済みモデルで推論を実行
yolo predict model=yolo26n.pt source='https://ultralytics.com/images/bus.jpg'

このコマンドはサポートされているすべてのタスクで動作します。model 引数をセグメンテーション、ポーズなどのモデルに変更するだけです。

クイックスタート（Python）

from ultralytics import YOLO

# モデルをロード（初回使用時に自動ダウンロード）
model = YOLO('yolo26n.pt')

# カスタムデータセットでトレーニング（COCO スタイルの yaml 設定）
model.train(data='coco8.yaml', epochs=100, imgsz=640, device='cpu')

# 評価
metrics = model.val()

# 画像で予測
results = model('path/to/image.jpg')
results[0].show()

# デプロイ用に ONNX へエクスポート

すべての CLI 引数には同等の Python キーワード引数があります。

モデルカタログ（抜粋）

タスク	モデル	サイズ（px）	mAP / mIoU	パラメータ（M）	FLOPs（B）
検出（COCO）	YOLO26n	640	40.9 %	2.4	5.5
検出（COCO）	YOLO26x	640	57.5 %	55.7	194.4
セグメンテーション（COCO）	YOLO26m‑seg	640	box 52.5 % / mask 44.1 %	23.6	121.7
セマンティックセグメンテーション（Cityscapes）	YOLO26l‑sem	1024×2048	82.9 % mIoU	17.8	388.2
深度（NYU-Depth V2）	YOLO26s‑depth	640	–（深度メトリクス）	9.5	20.9
分類（ImageNet）	YOLO26n‑cls	640	–（top‑1）	2.4	5.5
ポーズ	YOLO26s‑pose	640	–（AP）	9.5	20.9
向き付きバウンディングボックス（DOTAv1）	YOLO26m‑obb	640	–（mAP）	20.4	68.4

パフォーマンス数値（mAP、速度など）は、COCO 検証セットまたは適切なベンチマークデータセットで測定され、GPU タイミングには AWS P4d インスタンスを使用しています。

インストールオプション

• pip（デフォルト）– pip install ultralytics
• conda – conda install -c conda-forge ultralytics
• Docker – ultralytics/ultralytics をプル
• ソース – リポジトリをクローンして pip install -e . でインストール

すべてのインストールには Python ≥ 3.8 と PyTorch ≥ 1.8 が必要です。

ヘルプの入手先

• ドキュメント – https://docs.ultralytics.com（完全なガイド、API リファレンス、チュートリアル）
• GitHub Issues – バグ報告と機能リクエスト用
• Discord / Reddit / フォーラム – コミュニティディスカッションとサポート
• エンタープライズライセンス – 商用デプロイメント向けに利用可能。

---

結論： Ultralytics は、最新の YOLO モデルを単一の、ドキュメントが充実した Python ライブラリにまとめ、開発者や研究者が多くのタスクにわたって最先端のビジョンモデルを迅速に実行または微調整でき、本番環境対応の形式へのエクスポートも可能です。