> 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/yolov10.md).

# YOLOv10

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

既存のYOLOv10モデルは、以下を通じて引き続き利用できます [Serverless Cloud API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api) と [自己ホスト型Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted)。YOLOv10の新しい重みのアップロードと学習はRoboflowではサポートされていません。サポートされているアップロード対象ファミリーについては、 [カスタム重みをアップロード](https://docs.roboflow.com/models/ja/moderunomi/upload-custom-weights.md).

YOLOv10の学習はRoboflowではサポートされていません。Roboflowで学習済みの検出器については、 [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).

## YOLOv10の事前学習済みエイリアス

これらのIDのいずれかを次のように指定します `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できます。完全な一覧は以下にあります [事前学習済みモデルのエイリアス](https://docs.roboflow.com/models/ja/pretrained-aliases.md) ページ。

| 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](https://universe.roboflow.com/microsoft/coco/model/19) |
| YOLOv10s | 640   | 物体検出 | `yolov10s-640` | [ブラウザでテスト](https://universe.roboflow.com/microsoft/coco/model/20) |
| YOLOv10m | 640   | 物体検出 | `yolov10m-640` | [ブラウザでテスト](https://universe.roboflow.com/microsoft/coco/model/21) |
| YOLOv10b | 640   | 物体検出 | `yolov10b-640` | [ブラウザでテスト](https://universe.roboflow.com/microsoft/coco/model/22) |
| YOLOv10l | 640   | 物体検出 | `yolov10l-640` | [ブラウザでテスト](https://universe.roboflow.com/microsoft/coco/model/23) |
| YOLOv10x | 640   | 物体検出 | `yolov10x-640` | [ブラウザでテスト](https://universe.roboflow.com/microsoft/coco/model/24) |

## YOLOv10 API

{% stepper %}
{% step %}

### APIキーを取得する

Roboflowアカウントを作成し、以下でキーを見つけてください [Roboflow API設定ページ](https://app.roboflow.com/settings/api) そしてシェルで利用できるようにします:

```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 `yolov10n-640` チェックポイントを実行します。既存のアップロード済みモデルを実行するには、その `{workspace}/{model-slug}` IDを使用します（ [バージョン、トレーニング、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="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)
```

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

また、以下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 [`inference`](https://docs.roboflow.com/deployment/self-hosted/self-hosted) パッケージ:

```python
from inference import get_model

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

## ライセンス

YOLOv10はAGPL-3.0の下で公開されています。商用利用における意味は次のとおりです:

* **Roboflowクラウドでは:** 無料プランを含むすべてのユーザーに商用ライセンスが含まれます。
* **自己ホスト型では:** Enterpriseライセンスのアドオンが必要です。あるいは、アプリケーションをAGPL-3.0の下でオープンソース化する必要があります。
* **より緩やかな代替案:** [RF-DETR](https://docs.roboflow.com/models/ja/supported-models/rf-detr.md) はApache 2.0で、どこでも商用利用が可能です。

参照 [RoboflowのUltralyticsライセンス](https://roboflow.com/ultralytics) 詳細は。
