🚀 YOLOv12: スピードと精度の両方が最高レベルで揃った、コンピュータービジョンタスクに最適な多目的な選択肢です。 🚀

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。

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”。

長い間、YOLO フレームワークのネットワークアーキテクチャの強化は、コンピュータービジョンの分野における中心的なトピックでした。注意メカニズムはモデリング機能に優れていますが、注意ベースのモデルは速度面で匹敵することが難しいため、CNN ベースの改善が依然として主流となっています。しかし、YOLOv12の導入によりこの状況は変わりました！速度面では CNN ベースのフレームワークに匹敵するだけでなく、アテンションメカニズムのパフォーマンス上の利点を最大限に活用し、リアルタイムオブジェクト検出の新たなベンチマークとなります。

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なっています。 YOLO シリーズの進化は次のとおりです。

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: 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: 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。
YOLOv8 (2023): あらゆる視覚 AI タスクをサポートする Ultralytics がリリースされました。
YOLOv9: 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: 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: 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: 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。