最新VLM「Qwen3-VL」を、Ollamaで家庭用PC（RTX 3090）に導入し、写真から物体の座標をJSONで出す手順を実演。PowerShellの罠、思考オフが効かない既知バグ、座標は推論で導かれる事実まで、実際に動かした記録をまとめます。

VLMとVLAの違いを、フィジカルAIを実務（AGRIST×Microsoft）で実装した経験から解説。画像から座標を出す方式と、座標を経由せず動作を直接出す最新VLAの違い、個人のGPUで試せるようになった経緯までまとめます。

PCで学習したYOLOモデル(best.pt)をJetson Nanoに移してTensorRT化、爆速推論にたどり着く全工程をDockerで完結する形で解説。ファイル名ルールから順を追って初心者でも迷わない構成。

YOLOv12のファインチューニングをdata.yamlの作り方から学習コマンド・結果の読み方まで初心者向けに完全網羅。仕上げにbest.ptをJetson NanoでTensorRT化する手順も連結。

Jetson NanoでYOLOをPython起動し、Dockerでリアルタイム表示→TensorRT化→検出結果をUDPで別Pythonへ渡すまでを1コマンドずつ解説。ROS連携の前段にちょうどいい構成です。

Jetson Nano＋USBカメラでYOLOをリアルタイム表示する手順を、Docker内Python実行を前提に解説。run.shで1発起動できる開発ループと、ホスト側で詰まりがちなエラーの対処法も収録。

Jetson Nano＋USBカメラでYOLO12のリアルタイム物体検出を表示しつつ動画として保存する方法を、Docker構成＋SSH接続前提でまとめた手順書。研究やフィールド検証の記録に最適。

Jetson NanoでYOLOをTensorRT化し爆速推論する最短手順を、なぜDocker必須なのかの理由から解説。Ultralytics+TensorRTで頻発するnp.boolエラーの直し方も併記。

YOLO11を搭載したRaspberry Pi監視カメラをsystemdで電源ON時に自動起動させる設定方法を解説。ユニットファイル作成からホスト名解決、動作確認まで、起動コマンドの作り方を含めて紹介。

Raspberry Pi 5でYOLO11を動かし、Flask経由でスマホからリアルタイム物体検出映像を確認できる構成を解説。SSH接続・YOLO起動・カメラ連携・ホスト名設定まで一通りカバーします。