YOLOv10

YOLOv10 物体検出モデルを Serverless Cloud API で使用します

YOLOv10 は、推論経路から非最大抑制を取り除くことでレイテンシを低減した物体検出モデルです。Roboflow は COCO で事前学習済みの YOLOv10 チェックポイントを短い別名で提供しており、 独自の重みをアップロードする 他の場所で学習したモデルを実行するために。

Roboflow では YOLOv10 の学習はサポートされていません。Roboflow で学習された検出器については、 RF-DETR, YOLO26、または YOLO11.

事前学習済みエイリアス

これらの ID のいずれかを model_id 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するためです。完全な一覧は次の 事前学習済みモデルのエイリアス 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
YOLOv10n	640	物体検出	yolov10n-640	ブラウザでテスト
YOLOv10s	640	物体検出	yolov10s-640	ブラウザでテスト
YOLOv10m	640	物体検出	yolov10m-640	ブラウザでテスト
YOLOv10b	640	物体検出	yolov10b-640	ブラウザでテスト
YOLOv10l	640	物体検出	yolov10l-640	ブラウザでテスト
YOLOv10x	640	物体検出	yolov10x-640	ブラウザでテスト

コードサンプル

1

APIキーを取得する

Roboflowアカウントを作成し、 RoboflowのAPI設定ページ でキーを見つけ、シェルで利用できるようにします：

export ROBOFLOW_API_KEY="your-key-here"

2

依存関係をインストールする

Inference SDK をインストールし、 supervision 予測のデコードと描画には：

pip install -U inference-sdk supervision opencv-python

3

モデルを実行する

この例では、事前学習済みの yolov10n-640 チェックポイントを実行します。独自の重みを提供するには、あなたの {workspace}/{model-slug} ID（参照： バージョン、トレーニング、およびモデル).

import os
import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient

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"],
)
results = client.infer(image, model_id="yolov10n-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)

設定する api_url をデプロイ先に合わせます：

• https://serverless.roboflow.com サーバーレスクラウドAPI用。

• http://localhost:9001 ローカル Inference サーバー用。

• あなたの 専用デプロイ プライベートエンドポイントのURL。

チェックポイントは、次の inference パッケージでプロセス内に読み込むこともできます：

from inference import get_model

model = get_model(model_id="yolov10n-640")
results = model.infer("https://media.roboflow.com/inference/people-walking.jpg")