> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/models/ja/supported-models/yolo-nas.md).

# YOLO-NAS

YOLO-NAS 物体検出モデルを Serverless Cloud API 経由で使用します

YOLO-NAS は Deci の物体検出モデルで、ニューラルアーキテクチャ探索によって生成されています。Roboflow は COCO で事前学習された YOLO-NAS のチェックポイントを短い別名で提供しており、あなたは [独自の重みをアップロードして](https://docs.roboflow.com/models/ja/moderunomi/upload-custom-weights.md) 他所で学習したモデルを実行できます。

Roboflow では YOLO-NAS の学習はサポートされていません。Roboflow で学習した検出器については、次を参照してください。 [RF-DETR](https://docs.roboflow.com/models/ja/supported-models/rf-detr.md), [YOLO26](https://docs.roboflow.com/models/ja/supported-models/yolo26.md)、または [YOLO11](https://docs.roboflow.com/models/ja/supported-models/yolo11.md).

## YOLO-NAS の事前学習済み別名

これらの ID のいずれかを `model_id` として指定すると、何も学習せずに COCO 事前学習済みチェックポイントを実行できます。完全な一覧は次の [事前学習済みモデルの別名](https://docs.roboflow.com/models/ja/pretrained-aliases.md) ページにあります。

| モデル         | 入力サイズ | タスク  | モデル ID           | テスト                                                               |
| ----------- | ----- | ---- | ---------------- | ----------------------------------------------------------------- |
| YOLO-NAS（小） | 640   | 物体検出 | `yolo-nas-s-640` | [ブラウザでテスト](https://universe.roboflow.com/microsoft/coco/model/14) |
| YOLO-NAS（中） | 640   | 物体検出 | `yolo-nas-m-640` | [ブラウザでテスト](https://universe.roboflow.com/microsoft/coco/model/15) |
| YOLO-NAS（大） | 640   | 物体検出 | `yolo-nas-l-640` | [ブラウザでテスト](https://universe.roboflow.com/microsoft/coco/model/16) |

## YOLO-NAS API

{% stepper %}
{% step %}

### API キーを取得

Roboflow アカウントを作成し、次のページでキーを確認します: [Roboflow API 設定ページ](https://app.roboflow.com/settings/api) そしてそれをシェルで利用可能にします:

```bash
export ROBOFLOW_API_KEY="your-key-here"
```

{% endstep %}

{% step %}

### 依存関係をインストールする

Inference SDK と [supervision](https://supervision.roboflow.com/) をインストールして、予測のデコードと描画を行います:

```bash
pip install -U inference-sdk supervision opencv-python
```

{% endstep %}

{% step %}

### モデルを実行する

この例では事前学習済みの `yolo-nas-s-640` チェックポイントを実行します。独自の重みを配信するには、あなたの `{workspace}/{model-slug}` ID に置き換えてください（ [バージョン、学習、モデル](https://docs.roboflow.com/models/ja/versions-trainings-and-models.md)).

```python
import os
import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient, InferenceConfiguration

image = sv.load_image_from_url("https://media.roboflow.com/inference/people-walking.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
).configure(InferenceConfiguration(api_key_transport="header"))
results = client.infer(image, model_id="yolo-nas-s-640")

detections = sv.Detections.from_inference(results)

labels = [
    f"{name} {conf:.2f}"
    for name, conf in zip(detections.data["class_name"], detections.confidence)
]
annotated = sv.BoxAnnotator().annotate(image.copy(), detections)
annotated = sv.LabelAnnotator().annotate(annotated, detections, labels=labels)
cv2.imwrite("annotated.png", annotated)
```

{% endstep %}
{% endstepper %}

{% hint style="info" %}
設定する `api_url` をデプロイ先に合わせます:

* `https://serverless.roboflow.com` Serverless Cloud API 用。
* `http://localhost:9001` ローカルの [Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) サーバー用。
* あなたの [専用デプロイ](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) のプライベートエンドポイント用 URL。
  {% endhint %}

また、次の [`inference`](https://docs.roboflow.com/deployment/self-hosted/self-hosted) パッケージを使ってチェックポイントをプロセス内で読み込むこともできます:

```python
from inference import get_model

model = get_model(model_id="yolo-nas-s-640")
results = model.infer("https://media.roboflow.com/inference/people-walking.jpg")
```

## カスタム重みをアップロードする

Roboflow の外部で学習した YOLO-NAS モデルを実行するには、 [Roboflow CLI](https://docs.roboflow.com/reference/platform/cli/install-and-set-up-the-cli):

```bash
roboflow upload_model -p my-project -v 1 -t yolonas -m ./checkpoints/my-run
```

モデル ディレクトリには `opt.yaml` が必要で、アーキテクチャ名を指定します（例: `architecture: yolo_nas_s`）。次を参照してください。 [カスタム重みをアップロードする](https://docs.roboflow.com/models/ja/moderunomi/upload-custom-weights.md) Python SDK と学習版の要件について。
