1. チュートリアルの紹介 📖

YOLOv12は、バッファロー大学と中国科学院大学の研究者によって2025年に立ち上げられました。YOLOv12: 注目度重視のリアルタイム物体検出器”。

YOLOv12の画期的なパフォーマンス

• YOLOv12-N は、T4 GPU 上で 1.64 ミリ秒の推論レイテンシで 40.6% の mAP を達成します。これは、YOLOv10-N/YOLOv11-N よりも 2.1%/1.2% 高くなります。
• YOLOv12-S は RT-DETR-R18 / RT-DETRv2-R18 よりも 42% 高速に実行し、計算に 36% しか使用せず、パラメータを 45% 削減します。

📜 YOLO 開発の歴史と関連チュートリアル

YOLO (You Only Look Once) は、2015 年の発売以来、物体検出と画像セグメンテーションのリーダーとして活躍しています。以下は、YOLO シリーズと関連チュートリアルの進化です。

• YOLOv2 (2016): バッチ正規化、アンカー ボックス、ディメンション クラスタリングを紹介します。
• YOLOv3 (2018): より効率的なバックボーン ネットワーク、マルチ アンカー、空間ピラミッド プーリングを使用します。
• YOLOv4 (2020): モザイクデータ拡張、アンカーフリー検出ヘッド、新しい損失関数を紹介します。 → チュートリアル:DeepSOCIALはYOLOv4をベースにした群衆距離監視とソートマルチターゲットトラッキングを実現
• YOLOv5 (2020): ハイパーパラメータの最適化、実験の追跡、自動エクスポート機能が追加されました。 → チュートリアル:YOLOv5_deepsort リアルタイムマルチターゲット追跡モデル
• YOLOv6 (2022): Meituanオープンソース、自律配送ロボットに広く使用されています。
• YOLOv7 (2022): COCOキーポイントデータセットのポーズ推定をサポートします。→チュートリアル:カスタム YOLOv7 モデルをトレーニングして使用する方法
• YOLOv8 (2023)：Ultralyticsがリリースされ、あらゆるビジュアルAIタスクに対応しています。→チュートリアル：カスタムデータを使用した YOLOv8 のトレーニング
• YOLOv9 (2024): プログラム可能な勾配情報 (PGI) と一般化効率的なレイヤー集約ネットワーク (GELAN) の紹介。
• YOLOv10（2024年）: 清華大学によって開始され、エンドツーエンド ヘッダーを導入し、非最大抑制 (NMS) 要件を排除します。 → チュートリアル:YOLOv10 リアルタイムのエンドツーエンドのターゲット検出
• YOLOv11(2024): 検出、セグメンテーション、ポーズ推定、追跡、分類をサポートする Ultralytics の最新モデル。 → チュートリアル:YOLOv11 のワンクリック展開
• YOLOv12 🚀 新着(2025): スピードと精度の二重のピークと、アテンションメカニズムのパフォーマンス上の利点を組み合わせました。

このチュートリアルでは、コンピューティング リソースとして RTX 4090 を使用します。

2. 操作手順🛠️

1. コンテナを起動した後、APIアドレスをクリックしてWebインターフェースに入ります。

オブジェクト検出器の出力は、画像内のオブジェクトを囲む境界ボックスのセットと、各境界ボックスのクラスラベルと信頼度スコアです。オブジェクト検出は、シーン内の注目オブジェクトを識別する必要があるものの、正確な位置や形状を知る必要がない場合に適しています。

次の 2 つの機能に分かれています。

• 画像検出
• ビデオ検出

2. 画像検出

入力は画像であり、出力はラベル付きの画像です。

図1 画像検出

3. ビデオ検出

入力はビデオであり、出力はラベル付きのビデオです。

図2 ビデオ検出

🤝 ディスカッション

🖌️ 高品質のプロジェクトを見つけたら、メッセージを残してバックグラウンドで推奨してください。さらに、チュートリアル交換グループも設立しました。お友達はコードをスキャンして [SD チュートリアル] に参加し、さまざまな技術的な問題について話し合ったり、アプリケーションの効果を共有したりできます。

---

YOLOv12 は技術的な飛躍であるだけでなく、コンピューター ビジョンの分野における革命でもあります。ぜひ体験してみてください！ 🚀