Claude Code をローカルLLMで動かす手順を実測つきで解説。Ollama へのつなぎ方、32GBに載るモデルの選び方、コンテキスト長64kの設定、VSCodeのターミナル2枚で設計と実装を分ける方法まで。

最新モデルYOLO26のセマンティックセグメンテーションを、ClaudeにコードさせつつWindows+RTX 3090で動かした全手順。エージェントが選んだ作り方をvenv隔離・GPU切り替えへ指示し直した判断と、X投稿できるmp4の書き出しまで解説します。

AI技術顧問が1日で作るアウトプット例。Azure月$5で動く画像認識デモ（YOLO26・Claude Vision・Azure AI Vision等10モデル）の実物URL付き。「作って見せるが納品しない」並走型顧問のスタンスと、最初の1ヶ月の動き方を本音で書きます。

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。

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。