ultralytics/yolo-ios-app

Ultralytics YOLO iOS app and Swift package for real-time Core ML inference across major computer vision tasks.

解決する課題

このプロジェクトは、iOSおよびiPadOS上でリアルタイムのデバイス内AIビジョンタスクを実現します。YOLOモデルをAppleハードウェア上で直接実行するためのネイティブフレームワークを提供することで、クラウドベースの処理を不要にし、低遅延とプライバシー保護を両立させます。

仕組み

このプロジェクトは、即時テスト用のメインiOSアプリケーションと、開発者が自身のアプリに統合するためのSwift Package (SDK) で構成されています。AppleのファーストパーティフレームワークであるCore MLおよび新しいCore AI (.aimodel) を活用し、Apple Neural Engine (ANE) やGPU上で推論を実行します。YOLO11およびYOLO26モデルを使用した物体検出、インスタンスおよびセマンティックセグメンテーション、深度推定、分類、姿勢推定など、幅広いタスクをサポートしています。

対象ユーザー

  • iOS開発者: 軽量なSwiftパッケージを使用して、アプリにリアルタイムのコンピュータビジョン機能を追加したい方。
  • AI研究者およびホビーユーザー: アプリをゼロから作成することなく、物理的なiPhoneやiPadでYOLOモデルをテストしたい方。

主な特徴

  • 高性能: 最新のiPhoneでカメラフレームレートに近い推論速度 (~30 FPS) を実現。
  • 幅広いタスクサポート: 標準的な物体検出から、指向性バウンディングボックス (OBB)、深度推定まで対応。
  • サードパーティ依存ゼロ: 純粋なSwiftとAppleのネイティブフレームワークのみで構築。
  • 柔軟なモデル読み込み: バンドルされたnanoモデル、必要に応じた大規模モデルのダウンロード、ユーザー独自のCore ML/Core AIモデルの読み込みをサポート。

関連

  • プロジェクト
    ultralytics/ultralytics

    リアルタイムの物体検出、セグメンテーション、分類、姿勢推定のためのYOLOモデルを特徴とする包括的なコンピュータビジョンフレームワーク。

  • プロジェクト
    FaceAISDK/FaceAISDK_iOS

    iOS向けのオンデバイス・オフラインSDKで、顔検出、認識、ライブネス検出、およびアンチスプーフィング機能を提供します。

  • プロジェクト
    ultralytics/yolo-flutter-app

    YOLO Flutterは、Ultralytics公式のFlutterプラグインであり、iOSおよびAndroidデバイス上でのYOLO推論（検出、セグメンテーション、深度、分類、姿勢、OBB）を可能にします。単一のDart API（単一画像推論用の`YOLO`とライブカメラ推論用の`YOLOView`）を提供し、公式のLiteRT/Core MLモデルの自動ダウンロードとキャッシュ、カスタムモデルの読み込み、メタデータ駆動型のタスク推論、およびオプションのQualcomm NPUサポートを処理します。

  • プロジェクト
    Geekgineer/YOLOs-CPP

    YOLOファミリー全体に対して統一されたAPIを提供し、物体検出からメトリック深度推定までのタスクをサポートする、プロダクションレディなC++推論エンジン。

  • プロジェクト
    aparsoft/yolo-streamlit-detection-tracking

    YOLO Vision Studio は、検出、セグメンテーション、ポーズ推定、テキストプロンプトによるオブジェクト検索、複数オブジェクト追跡を実行するStreamlitウェブアプリです。現在のフレーム内のオブジェクト数とこれまでに確認された一意のID数をリアルタイムで表示し、追跡品質を評価するためのチャーンメトリクスも提供します。ウェブカメラ、RTSP、YouTube、ローカル動画のソースに対応し、4つの組み込みトレッカーとオプションの外見ReIDをサポートしています。`uv sync`（またはpip）でインストールし、`streamlit run app.py` を実行して、すぐに動画分析を開始できます。