Hugging Face 注目モデル
Ultralytics/YOLO26
不良箇所の物体検出
製造業★★★★☆人気★★★☆☆agpl-3.0object-detectionultralyticsDL 12,135(直近30日)♥ 144
掲載元のモデルカードに短い説明文の記載はありません。掲載元が申告しているのは、用途 object-detection、ライブラリ ultralytics です。内容は下のリンクから原文で確認できます。
注目されている理由
外観検査で広く使われてきたYOLO系列の最新版で、検出・領域分割・姿勢推定などを1つのモデルで扱えます。
製造業での使いどころ
不良箇所や作業者の位置の検出に使えます。ただしライセンスはAGPL-3.0です。自社製品や顧客向けシステムに組み込む場合は、ソース公開の義務か商用ライセンスの購入を検討する必要があります。
基本情報
| モデル | Ultralytics/YOLO26 |
|---|---|
| 配布元 | Ultralytics |
| 用途(pipeline) | object-detection |
| ライブラリ | ultralytics |
| ライセンス | agpl-3.0 |
| ダウンロード(直近30日) | 12,135 |
| いいね | 144 |
| トレンドスコア | 7 |
数字は2026年10月21日時点でHugging Face Hub API(トレンドと、検査・時系列・OCR の用途別一覧)から取得した値です。ライセンスは掲載時点の表記のため、導入前に配布元で必ず確認してください。「製造業」の星は用途の近さとライセンス・導入のしやすさから編集部が付けた5段階、「人気」の星は直近30日のダウンロード数から機械的に決めた5段階です。
関連テーマ
関連する記事
-
外観検査AIとは?2つの学習方式と導入5ステップを製造現場の目線で解説
-
製造業のAI活用10領域:外観検査・予知保全から設計・技能伝承まで一覧
-
外観検査AI製品の比較軸10項目:学習方式・撮像系の範囲・エッジ対応・再学習の手間
-
自動車メーカーのAI活用:溶接・塗装検査から生産計画・フィジカルAIまで10用途
-
食品工場のAI活用:キユーピーの原料検査から需要予測・省人化まで5用途
-
良品学習と不良学習の違い:PatchCore・PaDiMの仕組みと使い分けの判断基準5つ
同じ一覧の他のモデル
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。