For the complete documentation index, see llms.txt. This page is also available as Markdown.

YOLOv8

YOLOv8 モデルファミリーを Serverless Cloud API 経由で使用します

YOLOv8は、Ultralyticsによる物体検出、インスタンスセグメンテーション、キーポイント検出のモデルファミリーです。RoboflowではCOCOで事前学習されたYOLOv8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 他所で学習したモデルを実行できます。

Roboflow上でYOLOv8を学習することはサポートされていません。Roboflowで学習した検出モデルについては、こちらをご覧ください RF-DETR, YOLO26、または YOLO11.

YOLOv8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 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

YOLOv8n

640

物体検出

yolov8n-640

YOLOv8n

1280

物体検出

yolov8n-1280

YOLOv8s

640

物体検出

yolov8s-640

YOLOv8s

1280

物体検出

yolov8s-1280

YOLOv8m

640

物体検出

yolov8m-640

YOLOv8m

1280

物体検出

yolov8m-1280

YOLOv8l

640

物体検出

yolov8l-640

YOLOv8l

1280

物体検出

yolov8l-1280

YOLOv8x

640

物体検出

yolov8x-640

YOLOv8x

1280

物体検出

yolov8x-1280

YOLOv8n インスタンスセグメンテーション

640

インスタンスセグメンテーション

yolov8n-seg-640

YOLOv8n インスタンスセグメンテーション

1280

インスタンスセグメンテーション

yolov8n-seg-1280

YOLOv8s インスタンスセグメンテーション

640

インスタンスセグメンテーション

yolov8s-seg-640

YOLOv8m インスタンスセグメンテーション

1280

インスタンスセグメンテーション

yolov8s-seg-1280

YOLOv8m インスタンスセグメンテーション

640

インスタンスセグメンテーション

yolov8m-seg-640

YOLOv8m インスタンスセグメンテーション

1280

インスタンスセグメンテーション

yolov8m-seg-1280

YOLOv8l インスタンスセグメンテーション

640

インスタンスセグメンテーション

yolov8l-seg-640

YOLOv8l インスタンスセグメンテーション

1280

インスタンスセグメンテーション

yolov8l-seg-1280

YOLOv8x インスタンスセグメンテーション

640

インスタンスセグメンテーション

yolov8x-seg-640

YOLOv8x インスタンスセグメンテーション

1280

インスタンスセグメンテーション

yolov8x-seg-1280

YOLOv8x キーポイント検出

1280

キーポイント検出

yolov8x-pose-1280

YOLOv8x キーポイント検出

640

キーポイント検出

yolov8x-pose-640

YOLOv8l キーポイント検出

640

キーポイント検出

yolov8l-pose-640

YOLOv8m キーポイント検出

640

キーポイント検出

yolov8m-pose-640

YOLOv8s キーポイント検出

640

キーポイント検出

yolov8s-pose-640

YOLOv8n キーポイント検出

640

キーポイント検出

yolov8n-pose-640

YOLOv8 API

1

APIキーを取得する

Roboflowアカウントを作成し、キーは RoboflowのAPI設定ページ で確認して、シェルで利用できるようにします:

2

依存関係をインストール

Inference SDK と supervision をインストールして、予測のデコードと描画を行います:

3

モデルを実行する

この例では事前学習済みの yolov8n-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 で呼び出すことができます( バージョン、トレーニング、モデル).

設定 api_url をデプロイ先に合わせて指定してください:

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

  • http://localhost:9001 ローカルの 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用のURL。

また、次の inference 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:

カスタム重みをアップロード

Roboflowの外で学習したYOLOv8モデルを実行するには、以下の Roboflow CLI:

設定 -t を、モデルのサイズとタスクに合わせて選んでください(例: yolov8s-seg, yolov8m-pose)。 カスタム重みをアップロード Python SDKとトレーニング版の要件については参照してください。

ライセンス

YOLOv8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 Cloud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。

  • セルフホストの場合: Enterpriseライセンスのアドオンが必要です。もしくは、アプリケーションをAGPL-3.0でオープンソース化する必要があります。

  • より寛容な代替案: RF-DETR はApache 2.0で、どこでも商用利用可能です。

詳細は RoboflowのUltralyticsライセンス をご覧ください。

最終更新

役に立ちましたか?