YOLO 傾ーダオブジェクト検出
回転したバウンディングボックスを使用して、任意の角度でオブジェクトを検出します。Ultralytics YOLO26 OBB モデルは、軸に沿ったボックスが重なり合って機能しなくなる船舶、車両、建物、テキストにぴったりフィットします。これは航空画像や衛星画像に最適です。
YOLO26 OBB モデル
YOLO26-obb モデルは、1024 ピクセルの解像度で回転したバウンディングボックスを予測します。これは、オブジェクトが任意の角度で出現する航空画像や衛星画像向けに構築されています。5 つのサイズで速度と精度のトレードオフを調整でき、すべてのモデルが標準ワークフローでカスタムの回転ボックスデータセットにファインチューニングできます。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 OBB model
model = YOLO("yolo26n-obb.pt")
# Run inference
results = model("image.jpg")| モデル | サイズ (px) | mAP 50-95 (e2e) | mAP 50 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | パラメータ数 (M) | FLOPs (B) |
|---|---|---|---|---|---|---|---|
| YOLO26n-obb | 1024 | 52.4 | 78.9 | 97.7 ± 0.9 | 2.8 ± 0.0 | 2.5 | 14.0 |
| YOLO26s-obb | 1024 | 54.8 | 80.9 | 218.0 ± 1.4 | 4.9 ± 0.1 | 9.8 | 55.1 |
| YOLO26m-obb | 1024 | 55.3 | 81.0 | 579.2 ± 3.8 | 10.2 ± 0.3 | 21.2 | 183.3 |
| YOLO26l-obb | 1024 | 56.2 | 81.6 | 735.6 ± 3.1 | 13.0 ± 0.2 | 25.6 | 230.0 |
| YOLO26x-obb | 1024 | 56.7 | 81.7 | 1485.7 ± 11.5 | 30.5 ± 0.9 | 57.6 | 516.5 |
Ultralytics ドキュメントによる YOLO26 傾ーダ検出のベンチマーク。
世界をリードする組織に信頼されています
私たちのモデルがもたらす影響
最先端のビジョン AI モデルで、業界をまたいだプロセスを効率化します。Ultralytics が提供する、スピード、精度、そして使いやすさをご体験ください。
Ultralytics YOLOモデルの進化
Ultralytics YOLOが実践的なYOLOv5ワークフローからエッジ対応のYOLO26推論へとどのように進化したかをご覧ください。
スマートアノテーションで最大 10 倍高速にラベル付け
Ultralytics プラットフォームは、高品質なデータセットをより短期間で構築するための画像アノテーションツールを提供します。スマートアノテーションから正確な手動編集まで、これらの機能は品質を犠牲にすることなく画像ラベル付けの時間を削減するように設計されています。
- SAM 駆動のスマートアノテーション: ワンクリックでマスクとバウンディングボックスを生成。
- AI タスクを完全にカバー: 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、分類、姿勢推定、OBB。
- ユニバーサルフォーマットのサポート: YOLO、COCO など、お好みのフォーマットを選択可能。
- チームレビューとバージョニング: あらゆるステップでのスムーズなコラボレーション。
最適な GPU で低コストのトレーニングを実現
Ampere から Blackwell まで、26種類の NVIDIA GPU を 1 時間あたり $0.24 から提供します。マージンなし、最低利用料金なし、コミットメント不要です。
業界別ソリューションを見る
チームが本番環境で Ultralytics のコンピュータビジョンをどのように活用しているかご覧ください。
農業
自動車
ヘルスケア
物流
製造
小売
ロボティクス
農業
自動車
ヘルスケア
物流
製造
小売
ロボティクス
農業
自動車
ヘルスケア
物流
製造
小売
ロボティクス
よくある質問
向き付き物体検出は、軸に平行な長方形ではなく、各物体の実際の向きに合わせた回転バウンディングボックスを予測します。港の船舶、駐車場の車両、文書上のテキスト行など、細長い物体や密集した物体の場合、回転ボックスがぴったりと収まり、標準的なボックスで曖昧さの原因となる重なりを回避できます。
物体が任意の回転角で現れ、その向きや正確な範囲が重要な場合、すなわち航空・衛星画像、ドローン検査、文書分析、上空から撮影された産業用シーンでは、OBBを使用します。物体がほとんど直立しており向きが無関係である場合、標準的な物体検出の方がよりシンプルで同等に効果的です。
Ultralytics YOLO26 OBBモデルは、DOTA航空画像ベンチマークで事前学習済みであり、nanoからextra-largeまでのサイズで利用できる、推奨される開始点です。これらは、他のすべてのUltralytics YOLOタスクと同じ学習、検証、およびエクスポートワークフローを共有しています。
YOLO OBB形式で回転ボックスにアノテーションを付与してtrain modeを実行するか、Ultralytics Platformを使用してブラウザ上でアノテーションの付与、クラウドGPUでの学習、および結果の評価を行います。DOTA事前学習済み重みからのファインチューニングは、ほとんどの航空データセットにとって最速のパスです。
export modeを使用してOBBモデルをONNX、TensorRT、OpenVINOなどの形式にエクスポートします。回転ボックスの出力はエクスポートされたモデルによって直接生成され、エッジデバイス、ドローン、サーバー上の推論パイプラインをシンプルに保ちます。
Ultralytics で傾ーダ検出を構築する
回転ボックスに注釈を付け、YOLO26 OBB モデルをトレーニングし、Ultralytics プラットフォームを使用してどこにでもデプロイします。