リアルタイム YOLO ポーズ推定
Ultralytics YOLO26 ポーズモデルを使用して、ライブビデオ内の身体キーポイントやスケルトンを追跡します。フィットネス、スポーツ分析、安全対策、人間工学などのアプリケーションを、迅速な学習・デプロイメントワークフローで構築できます。
YOLO26 ポーズモデル
YOLO26-pose モデルは、人物を検出し、その身体キーポイントを一度のパスで予測します。控えめなハードウェアでもライブビデオに十分対応できる速度を実現しています。エッジデバイスから精度が重要な分析まで対応する5つのサイズが用意されており、標準的な Ultralytics ワークフローを通じてカスタムキーポイントセットを学習可能です。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 pose model
model = YOLO("yolo26n-pose.pt")
# Run inference
results = model("image.jpg")| モデル | サイズ (px) | mAP ポーズ (e2e) | mAP ポーズ 50 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Params (M) | FLOPs (B) |
|---|---|---|---|---|---|---|---|
| YOLO26n-pose | 640 | 57.2 | 83.3 | 40.3 ± 0.5 | 1.8 ± 0.0 | 2.9 | 7.5 |
| YOLO26s-pose | 640 | 63.0 | 86.6 | 85.3 ± 0.9 | 2.7 ± 0.0 | 10.4 | 23.9 |
| YOLO26m-pose | 640 | 68.8 | 89.6 | 218.0 ± 1.5 | 5.0 ± 0.1 | 21.5 | 73.1 |
| YOLO26l-pose | 640 | 70.4 | 90.5 | 275.4 ± 2.4 | 6.5 ± 0.1 | 25.9 | 91.3 |
| YOLO26x-pose | 640 | 71.6 | 91.6 | 565.4 ± 3.0 | 12.2 ± 0.2 | 57.6 | 201.7 |
Ultralytics ドキュメントによる YOLO26 ポーズのベンチマーク。
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インパクト
最先端のビジョンAIモデルで、業界全体のプロセスを効率化しましょう。Ultralyticsが提供するスピード、精度、使いやすさを実現します。
Ultralytics YOLOモデルの進化
実用的なYOLOv5ワークフローから、エッジ対応のYOLO26推論へとUltralytics YOLOがどのように進化したかをご覧ください。
高速で実用的なPyTorchワークフローにより、リアルタイム物体検出を身近なものにしました。
検出、セグメンテーション、分類、姿勢推定、OBBにわたる統一ワークフローを拡張。
おなじみのUltralyticsワークフローを維持しながら、精度、速度、効率を向上。
エンドツーエンドの推論を導入し、効率的なエッジデプロイメント向けに最適化されたアーキテクチャを実現しました。
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迅速に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、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短縮するように設計されています。
- SAM搭載のスマートアノテーション：ワンクリックでマスクとBBoxを作成。
- あらゆるAIタスクに対応：Detection、instance segmentation、semantic segmentation、classification、pose、OBB。
- ユニバーサルなフォーマットサポート：YOLO、COCO、VOCなど、お好みの形式を選択可能。
- チームレビューとバージョン管理：あらゆるステップで明確なコラボレーションを実現。
最高のGPUでコストを抑えてトレーニング
AmpereからBlackwellまで、26種類のNVIDIA GPUを時給$0.24から利用可能。マークアップなし、最低利用料金なし、コミットメントなし。
どこへでもデプロイ
20種類のフォーマットへのエクスポートと、エッジ、クラウド、モバイルでのデプロイメントが可能です。
業界別ソリューションを探索
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をご覧ください。
農業におけるAI
自動車におけるAI
ヘルスケアにおけるAI
物流におけるAI
製造業におけるAI
小売におけるAI
ロボティクスにおけるAI
農業におけるAI
自動車におけるAI
ヘルスケアにおけるAI
物流におけるAI
製造業におけるAI
小売におけるAI
ロボティクスにおけるAI
農業におけるAI
自動車におけるAI
ヘルスケアにおけるAI
物流におけるAI
製造業におけるAI
小売におけるAI
ロボティクスにおけるAI
よくある質問
ポーズ推定は、人物や物体を検出し、そのキーポイントの位置を予測します。人間の場合は、通常、肩、肘、膝などの17箇所の身体関節を指します。キーポイントを接続することで、姿勢や動作を表すスケルトンが得られます。Ultralytics YOLO ポーズモデルは、一度のパスでキーポイントを検出・推定し、ライブビデオでも十分な高速性を備えています。
一般的なアプリケーションには、フィットネスにおける運動フォーム分析や回数カウント、スポーツにおける技術分析、職場安全における転倒検知や人間工学モニタリング、ジェスチャー駆動型インターフェースなどがあります。Ultralytics ポーズモデルはリアルタイムで動作するため、これらのアプリケーションはライブカメラストリーム上で、エッジデバイスを含めて機能します。
Ultralytics YOLO26 ポーズモデルが推奨される開始点です。これらは COCO キーポイントで事前学習されており、ナノサイズから特大サイズまで利用可能です。YOLO11 ポーズモデルも、同一の API で引き続きサポートされています。
はい。キーポイントセットはデータセットによって定義されるため、動物、機械、または一貫したランドマークを持つあらゆる構造物に対してモデルを学習させることができます。キーポイントにアノテーションを付け、データセットファイルでその数とスケルトンを設定し、train モードを実行するか、Ultralytics Platform でワークフロー全体を管理してください。
export モードを使用して、ポーズモデルを ONNX、TensorRT、CoreML、OpenVINO、LiteRT などにエクスポートします。キーポイント出力はエクスポートされたモデルの一部であるため、モバイルおよびエッジアプリは追加のポスト処理ライブラリなしで直接ポーズデータを利用できます。
Ultralytics でポーズ推定を構築する
Ultralytics Platform を使用して、キーポイントのアノテーション、YOLO26 ポーズモデルの学習、およびどこへでもデプロイを行うことができます。