Windows ノートPCで YOLOv8 を導入してカメラ推論するまで
この記事は、Windows ノートPCに Python 仮想環境を用意して、YOLOv8 を導入し、カメラからリアルタイム推論を行うまでの手順を備忘録としてまとめたものです。
（対象：初心者でも手を動かせばできるレベル／自分用メモだけど是非やってみてほしい💛）
目的とゴール
- Webカメラで画像検出を行い将来的にIoTシステムに取り入れる基盤をつくること
- WindowsPCでYOLOv8の環境を構築し（そんなに大袈裟でない）USB接続されたwebカメラで画像検出を行うことができるまで
🖥 環境
- Windows 10 / 11 ノートPC
- Python 3.10+ （公式サイトからインストール）
- PowerShell
💰かかった費用
- WindowsPC ￥０ (古いSurface余りもの使用）
- webカメラ ￥０（購入してもAmazonで￥2,000～￥5,000）
1. Python と pip の準備
PowerShell を開いて以下を確認：
PowerShell
python --version
pip --version
表示されればOK。もし「認識されません」と出たら、Python インストール時に PATH 追加 が漏れている可能性があります。
2. 作業フォルダを作成
PowerShell
mkdir C:\yolo-test
cd C:\yolo-test
3. 仮想環境を作成・有効化
PowerShell
python -m venv yolov8-env
.\yolov8-env\Scripts\Activate.ps1
プロンプト先頭に (yolov8-env) が付けば仮想環境OK。
⚠️ エラー「スクリプトの実行が無効」対策
一度だけ以下を実行しておくと毎回楽です。Set-ExecutionPolicy -Scope CurrentUser -ExecutionPolicy RemoteSigned
4. 必要なライブラリをインストール
PowerShell
python -m pip install --upgrade pip
python -m pip install ultralytics opencv-python matplotlib
5. 動作確認（画像推論）
サンプル画像でテスト：
PowerShell
yolo predict model=yolov8n.pt source="https://ultralytics.com/images/bus.jpg" show=True
6. カメラでリアルタイム推論
内蔵カメラの場合：
yolo predict model=yolov8n.pt source=0 show=True
USBカメラの場合は source=1 や source=2 を試す。
負荷を軽くしたい場合
yolo predict model=yolov8n.pt source=0 show=True imgsz=480 vid_stride=2
7. よくあるトラブルと対策
-
yoloが認識されない
→python -m ultralytics predict ...を使う -
No module named ultralytics
→ 仮想環境が有効か確認してからpip install ultralytics -
カメラが映らない
→ source番号を切り替え、Teams/Zoomなど他アプリを閉じる
🎉 まとめ
- 仮想環境を作ってライブラリをインストール
-
yolo predictコマンドで画像/カメラ推論 - Windows ノートでも YOLOv8 は簡単に動く！
今後は自分のデータで学習させて「独自の製品検出」などもやってみたい。
Ubuntuで構築中のIoTシステムと連携予定。