YOLOWorldを手軽に使う iOS用に変換する

好きな物体を設定できる

テキストで物体検出するクラスを設定できるYOLOWorldですが、
pipパッケージを使うと数行のコードで簡単に使えます。

インストール

pip install ultralytics

from ultralytics import YOLOWorld
model = YOLOWorld('yolov8l-world.pt')

クラスを設定

model.set_classes(["donuts"])

これでドーナツを検出するようになりました。

実行

results = model.predict('donuts.jpg',save=True)

Core MLに変換

しかも、カスタムクラスを設定した検出モデルをiOSやmacOS用にCore MLに変換できます。

import torch
from ultralytics import YOLO 

with torch.no_grad():
    model = YOLO('yolov8s-world.pt')

    custom_classes = ["donuts"]
    model.set_classes(custom_classes)

    model.save("donuts_yolov8s.pt")

    model = YOLO("donuts_yolov8s.pt")

    model.export(format="coreml", nms=True)

これで、ドーナツ検出用のyolov8sのCore MLモデルが取得できます。

がんばってるねultralytics。

🐣

---

フリーランスエンジニアです。
AIについて色々記事を書いていますのでよかったらプロフィールを見てみてください。

もし以下のようなご要望をお持ちでしたらお気軽にご相談ください。
AIサービスを開発したい、ビジネスにAIを組み込んで効率化したい、AIを使ったスマホアプリを開発したい、
ARを使ったアプリケーションを作りたい、スマホアプリを作りたいけどどこに相談したらいいかわからない…

いずれも中間コストを省いたリーズナブルな価格でお請けできます。

お仕事のご相談はこちらまで
[e-mail]

機械学習やAR技術を使ったアプリケーションを作っています。
機械学習／AR関連の情報を発信しています。

X
Medium
GitHub