Ultralytics YOLOv5モデル
現行のYOLOv5uモデルと、カスタム検出器のトレーニングおよびデプロイを実用的かつ手軽にしたワークフローで、信頼性の高いリアルタイム物体検出を構築できます。
YOLOv5u検出モデル
現行のUltralyticsパッケージには、nanoからextra-largeまで5つのサイズの、更新されたアンカーフリーYOLOv5u検出モデルが含まれています。実績あるYOLOv5のワークフローを維持しながら、精度と速度のバランスを向上させており、すべてのUltralytics YOLOモデルと同じAPIでトレーニング、検証、エクスポート、デプロイできます。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLOv5u model
model = YOLO("yolov5nu.pt")
# Run inference
results = model("image.jpg")| モデル | サイズ（px） | mAP 50-95 | CPU ONNX（ms） | A100 TensorRT（ms） | パラメーター数（M） | FLOPs（B） |
|---|---|---|---|---|---|---|
| yolov5nu | 640 | 34.3 | 73.6 | 1.06 | 2.6 | 7.7 |
| yolov5su | 640 | 43.0 | 120.7 | 1.27 | 9.1 | 24.0 |
| yolov5mu | 640 | 49.0 | 233.9 | 1.86 | 25.1 | 64.2 |
| yolov5lu | 640 | 52.2 | 408.4 | 2.50 | 53.2 | 135.0 |
| yolov5xu | 640 | 53.2 | 763.2 | 3.81 | 97.2 | 246.4 |
Ultralyticsドキュメントに掲載されているYOLOv5uの640ピクセル検出ベンチマークです。より大きな1280ピクセルのP6バリアントも利用できます。
世界をリードする組織から信頼されています
当社のモデルがもたらす影響
最先端のビジョンAIモデルで、さまざまな業界のプロセスを効率化します。Ultralyticsが、スピード、精度、使いやすさを実現します。
YOLOv5から最新のUltralytics YOLOへ
実用的なYOLOv5のワークフローが、トレーニングとデプロイのための統合モデルエコシステムへとどのように発展したかをご覧ください。
スマートアノテーションでラベル付けを最大10倍高速化
Ultralytics Platformは、高品質なデータセットをより速く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精密な手動編集まで、品質を損なうことなく画像のラベル付けにかかる時間を短縮できるよう設計されています。
- SAMを活用した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作成できます。
- あらゆるAIタスクに対応：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。
- 幅広いフォーマットに対応：YOLO、COCOなどから選択できます。
- チームレビューとバージョン管理：あらゆる段階で明確なコラボレーションを実現します。
高性能GPUで、より低コストにトレーニング
AmpereからBlackwellまで、NVIDIA GPU 26種類を1時間あたり0.24ドルからご利用いただけます。上乗せ料金なし、最低利用額なし、契約義務なし。
業界別ソリューションを見る
さまざまな本番環境で、チームがUltralyticsのコンピュータービジョンをどのように活用しているかをご覧ください。
農業
自動車
ヘルスケア
物流
製造
小売
ロボティクス
よくある質問
Ultralytics YOLOv5は2020年に公開され、カスタムのリアルタイム物体検出を実用的にする、使いやすいPyTorchワークフローを提供しました。現行のUltralytics Pythonパッケージは、更新されたアンカーフリーYOLOv5u検出モデルに対応しています。元のYOLOv5リポジトリの重みは異なるアーキテクチャを使用しているため、現行のライブラリとは互換性がありません。詳細はYOLOv5のドキュメントをご覧ください。
現行のUltralyticsライブラリおよびPlatformプロジェクトでサポートされているYOLOv5uモデルは、物体検出向けに設計されています。以前のYOLOv5リポジトリでは分類用とセグメンテーション用の個別のバリアントも公開されましたが、これらの元のアーキテクチャと重みは、現行のYOLOv5uモデルとは互換性がありません。
レイテンシとモデルサイズを最優先する場合は、nanoまたはsmallのYOLOv5u検出器から始めてください。多くのワークロードではmediumが速度と精度のバランスを取り、より多くの計算リソースを利用できる場合はlargeとextra-largeが精度を優先します。YOLOv5のドキュメントで現行モデルのベンチマークを比較し、候補モデルを独自のデータで検証してください。
現行のYOLOv5u検出チェックポイントを使用して、Ultralyticsライブラリのtrainモードを実行してください。または、Ultralytics Platformの公式YOLOv5プロジェクトを開き、検出モデルから開始できます。トレーニング後は、exportモードを使用して検出器をデプロイ用に準備してください。
はい。YOLOv5は既存のプロジェクトやデプロイ環境で引き続きサポートされています。Ultralytics YOLO26は最新の安定モデルであり、新規プロジェクトに推奨される選択肢です。一方、既存のYOLOv5パイプラインとの互換性が重要な場合は、引き続きYOLOv5が有用です。
Ultralytics YOLOv5で構築
Ultralytics Platformで現行のYOLOv5u検出モデルをトレーニング、検証、エクスポート、デプロイできます。