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。

ゲーミングPCがあればYOLO12の物体検出はCUDA Toolkit不要・コマンドだけで動きます。仮想環境作成からPyTorch GPU・画像検出・USBカメラのリアルタイム検出まで最短ルートで解説。

話題のYOLOv8がたった3行のPythonコードでリアルタイム物体検出できることを紹介。セグメンテーション・動画対応・結果保存まで、未経験から最短でAI体験できる実装レシピです。

USB HDMI変換アダプターを使って、一眼レフや高画質ビデオカメラの映像をPCに取り込み、keras-yolo v3でリアルタイム物体検出を行う方法を紹介。yolo_video.pyの修正点付き。

YOLO V2をさらに高速化したYOLO V3をPyTorchで動かす方法を解説。公式サイトからのダウンロードから、PyTorch環境でのリアルタイム映像物体検出までの手順を紹介します。

iPhone上でTinyYOLO-CoreMLを動かして、PCのGPU無し環境より高速な物体検出を実現する手順。X-Codeセットアップ・git clone・実機テストまで初心者でも追える形で紹介します。

ラズパイの物体検出をYoloNCS＋Intel Movidius（USB型DL用アクセラレータ）で高速化する手順を解説。SSD_Kerasの遅さを克服した実用化への一歩を環境準備込みで紹介します。

Raspberry Pi上でSSD_Kerasによる物体検出を動かすための環境構築手順を解説。Swap増強・OpenCV・TensorFlow・Kerasの順に入れ、USBカメラで物体検出を試すところまで紹介します。

TensorFlow Object Detection APIを使い、静止画ではなくリアルタイム動画で物体検出する方法を解説。Pythonサンプルコードと、表示フォントサイズを大きくするカスタマイズも紹介。

YOLO v2の物体検出（80クラス）にVGG16の画像認識（1000クラス）を組み合わせて、より詳細なクラス名で検出する強化型物体検出ツールを実装。仕組みとソースコードを公開します。