YOLOv11-track訓練デプロイガイド

文書情報

項目	内容
文書名	YOLOv11-track訓練デプロイガイド
会社名	株式会社日昇テクノロジー
ホームページ	http://www.dragonwake.com
メール	info@dragonwake.com
作成日	2026/06/08
概要	本資料では、YOLOv11 + ByteTrackの適用プロセス、およびCSUN RV1126B基板へのデプロイ方法を詳しく説明します。
著作権	copyright@2026 株式会社日昇テクノロジー

修正履歴

NO	バージョン	修正内容	修正日
1	Ver1.0	新規作成	2026/06/08

この文書の情報は、文書を改善するため、事前の通知なく変更されることがあります。最新版は弊社ホームページからご参照ください。

https://www.dragonwake.com

株式会社日昇テクノロジーの書面による許可のない複製は、いかなる形態においても厳重に禁じられています。

1. YOLOv11 track概要

YOLOv11は、Ultralytics YOLOシリーズの最新リアルタイム物体検出モデルであり、最先端の精度、速度、効率の可能性を再定義するモデルです。従来のYOLOバージョンから大きく進化し、アーキテクチャと学習方法に重要な改善が導入されているため、幅広いコンピュータビジョンタスクに柔軟に適用できます。

YOLOv11 performance comparison

図1-1 YOLOv11と従来YOLOモデルの精度・レイテンシ比較

ByteTrackは、tracking-by-detection方式に基づく、シンプルで効率的なデータ関連付けに基づくマルチオブジェクトトラッキング手法です。検出ボックスと追跡軌跡の類似度を利用し、高スコアの検出結果を保持しつつ、低スコア検出結果から背景を除去して、遮蔽やぼけなどの困難なサンプルに含まれる真の物体を掘り起こします。これにより、検出漏れを減らし、軌跡の連続性を向上させます。ByteTrackは複数の最先端MOT手法へ容易に適用でき、IDF1指標を1〜10ポイント改善できます。MOT17では30 FPSで80.3 MOTA、77.3 IDF1、63.1 HOTAを達成しています。

本資料では、YOLOv11 + ByteTrackの適用プロセス、およびCSUN RV1126B基板へのデプロイ方法を詳しく説明します。

YOLOv11 ByteTrack workflow

図1-2 YOLOv11 + ByteTrackの実行フロー

上記のフローでは、動画フレームをYOLOv11検出アルゴリズムへ入力し、YOLOv11が対象情報（座標と信頼度）を検出します。次に、YOLOv11の出力結果をByteTrackの入力オブジェクトへ変換し、ByteTrackトラッキングアルゴリズムを通して、追跡結果（対象IDと座標）を出力します。

フロー図から分かるように、YOLOv11とByteTrackは互いに独立しています。そのため、YOLOv11を任意の物体検出アルゴリズムへ置き換えることができます。また、ByteTrackの追跡対象は歩行者に限定されず、車両、動物など任意の対象を追跡できます。

2. 資料ダウンロード

本マニュアルに必要な資料およびソースコードは、下記リンクからダウンロードしてください。

https://dl.dragonwake.com/download/rv1126b/AI/demo/yolov11/AIDemo_yolov11-track_All.zip

解凍後の構成は次のとおりです。

AIDemo_yolov11-track_All/
└── 04-AI_deploy    AIモデルデプロイ用のソース

AIDemo YOLOv11-track package directory

図2-1 YOLOv11-track資料を解凍した後のディレクトリ例

3. YOLOv11モデルの学習

3.1 YOLOv11の学習

YOLOv11の学習には、『YOLOv11訓練デプロイガイド』を参照してください。

3.2 ByteTrackアルゴリズム

ByteTrackは、2021年に発表された高効率な物体追跡アルゴリズムです。MOT17データセットで画期的な成果を上げ、MOTAは80を超え、推論速度は最大30 FPSです。アルゴリズムの要点は、高信頼度検出ボックスと低信頼度検出ボックスを区別し、低信頼度ボックスも後続確認のために保持することで、遮蔽問題を効果的に解決し、ID Switchを低減する点です。

ByteTrackの核心は次の2点です。

高信頼度検出ボックスと低信頼度検出ボックスを区別し、信頼度に応じて異なる処理を行います。
低信頼度検出ボックスを削除せず、後続処理でconfirm状態へ再確認できるよう保持します。

対象が遮蔽されると検出信頼度が下がり、再出現すると信頼度が上がります。遮蔽が進む段階では追跡対象を低信頼度検出対象と照合し、遮蔽から再び現れる段階では高信頼度検出対象と照合します。

ByteTrackの処理フローは次の図を参照してください。

ByteTrack algorithm flow

図3-1 ByteTrackアルゴリズムの処理フロー

4. YOLOv11-trackモデルデプロイ

4.1 モデルデプロイ例の説明

本節では、YOLOv11-trackモデルをRV1126B基板へデプロイする作業について説明します。本モデルは簡単なトレーニングのみを行ったサンプル用モデルであり、モデル精度は保証しません。

4.2 準備作業

4.2.1 ハードウェア準備

RV1126B基板、Type-Cデータケーブル、LANケーブルを用意し、MobaXtermでSSHによりRV1126B基板へログインします。詳しくは入門ガイドを参照してください。

LANケーブルで接続します。

RV1126B LAN connection topology

図4-1 LANケーブルを使用したRV1126B開発ボードの接続構成

シリアルケーブル（Type-C）で接続します。

RV1126B Type-C serial connection

図4-2 Type-Cシリアルケーブルを使用したRV1126B開発ボードの接続構成

4.2.2 開発環境の準備

本書を初めて読む場合は、『入門ガイド』を参照し、記載された手順に従ってコンパイル環境を構築してください。

PC側のUbuntuシステムでrunスクリプトを実行し、RV1126Bコンパイル環境に入ります。手順は次のとおりです。

cd ~/develop_environment
./run.sh 2204

Docker development environment startup

図4-3 RV1126B Docker開発環境の起動画面

4.2.3 ボード依存ライブラリのインストール

シリアルまたはSSHでボードへログインします。本トラッキングアルゴリズムはlibeigen3-devライブラリに依存するため、ボード上で事前にインストールします。

sudo apt-get update
sudo apt-get install libeigen3-dev

4.3 サンプルプログラムのビルド

ダウンロードしたパッケージをRV1126B Docker開発環境へ移動した後、次のコマンドを実行して展開します。

cd /opt/linuxshare/work/rv1126b/jp/AI/demo/Tutorial/yolov11-track/04-AI_deploy
tar -xJf yolov11_track_C_demo.tar.xz

ダウンロード展開後は、次の図のように表示されます。

YOLOv11-track extracted directory

図4-4 YOLOv11-trackサンプルプログラム展開後のディレクトリ

RV1126B Docker開発環境上で、サンプルプログラムを展開したディレクトリへ入り、ビルド操作を実行します。具体的なコマンドは次のとおりです。

sudo mount -t nfs -o vers=3,proto=tcp,mountproto=tcp,nolock,retrans=5,timeo=5 192.168.11.85:/ /mnt
cd /opt/linuxshare/work/rv1126b/jp/AI/demo/Tutorial/yolov11-track/04-AI_deploy/yolov11_track_C_demo/
./build.sh

YOLOv11-track build terminal output

図4-5 YOLOv11-trackサンプルプログラムのビルド成功画面

コンパイル成功後、実行プログラムディレクトリyolov11_track_demo_release/をRV1126B基板の/userdataディレクトリにコピーします。

cp yolov11_track_demo_release/ /mnt/userdata/ -rf

4.4 開発ボードでYOLOv11-trackモデルを実行します

シリアルデバッグまたはSSHデバッグによりボード側シェルへ入り、サンプルプログラムのデプロイ先へ移動します。コマンドは次のとおりです。

cd /userdata/yolov11_track_demo_release/

サンプルプログラムの実行コマンドは次のとおりです。

chmod 777 yolov11_track_demo
sudo ./yolov11_track_demo yolov11s_rv1126b.rknn test.mp4

実行結果は次の図のように表示されます。

Board YOLOv11-track model execution

図4-6 RV1126B基板上でのYOLOv11-trackモデル実行結果

アルゴリズム実行の様子は次のとおりです。

ByteTrack runtime log output

図4-7 YOLOv11検出処理とByteTrack追跡処理の実行ログ

実行結果では、RV1126Bコンパイル環境から以下のコマンドでテスト結果を取得できます。

cp /mnt/userdata/yolov11_track_demo_release/output.avi .

Copy output video terminal command

図4-8 RV1126B基板から出力動画output.aviを取得するコマンド実行例

YOLOv11-track detection and tracking result

図4-9 YOLOv11-trackモデルによる物体検出・追跡結果

以上で、YOLOv11-trackモデルはボード上で正常に実行されました。