# カスタム・トレーニングされたモデルを使用してサンプル・アプリケーションを実行する

例として、カスタム・トレーニングされたYoloV8モデルを使用します。

前提条件

1. 拡張可能なSDK（eSDK）をセットアップして、アプリケーション/プラグインコードを開発します。

    eSDKをセットアップしてソース・コードをダウンロードしコンパイルする方法については、[Qualcomm Intelligent Multimediaソフトウェア開発キット（IM SDK）クイック・スタート・ガイド](https://docs.qualcomm.com/bundle/publicresource/topics/80-70018-51/introduction.html) を参照してください。
2. ソース・コードをダウンロードしてカスタム・リファレンス・アプリをコンパイルする方法についての説明は、[独自のAI/MLアプリケーションを開発する](https://docs.qualcomm.com/doc/80-70018-15BJ/topic/develop-your-own-application.html) を参照してください。
3. [Qualcomm Neural Processing SDK用のモデル・ファイルとラベル・ファイルをダウンロードします](https://docs.qualcomm.com/doc/80-70018-15BJ/topic/classify-objects-with-default-model.html#download-model-files)。

## カスタム・トレーニングされたYoloV8 LiteRTモデルを使用する

Qualcomm IM SDKリファレンス・アプリケーションは、物体検出にYoloV8モデルを使用しています。この例では、カスタム・トレーニングされたYoloV8モデルを試す方法を説明します。

以下の手順を使用して、カスタム・トレーニングした独自のYoloV8モデルを現在のリファレンス・アプリケーションで実行します。

1. 既存のモデルをリファレンス・アプリの新しいモデルに置き換えます。
2. カスタム・ラベルでラベル・ファイルを修正します。
3. 修正したモデルでリファレンス・アプリケーションを実行します。

### ラベルを編集する

Qualcomm IM SDKとそのリファレンス・アプリを使用する場合、アプリは特定の形式のラベルを想定しています。このラベル・ファイル内の各ラベルの `<label_name>` 値、`<hex_value_for_label_id>` 値、`<hex_value_for_color>` 値を更新する必要があります。

ラベル・ファイル内の各ラベルの書式は、以下に示すテンプレートに従ってください。

(structure)"<label_name>,id=(guint)<hex_value_for_label_id>,color=(guint)<hex_value_for_color>;"
    Copy to clipboard

例：

(structure)"person,id=(guint)0x0,color=(guint)0x00FF00FF;"
    (structure)"bicycle,id=(guint)0x1,color=(guint)0x00FF00FF;"
    (structure)"car,id=(guint)0x2,color=(guint)0x0000FFFF;"
    (structure)"motorcycle,id=(guint)0x3,color=(guint)0x00FF00FF;"
    Copy to clipboard

### カスタム・モデルを使用してオブジェクト検出モデルを実行する

LiteRTランタイムを使用してオブジェクト検出モデルを実行するには、コマンドライン・パラメーターでカスタム・トレーニングされたモデルとカスタム・ラベル・ファイルを指定して、以下のコマンドを実行します。

1. モデルをデバイスにコピーします。

scp yolov8_custom.tflite root@<IP address of the target device>:/etc/models/
        Copy to clipboard
2. ラベルをデバイスにコピーします。

scp yolov8_custom.labels root@<IP address of the target device>:/etc/labels/
        Copy to clipboard
3. デバイスにサインインします。

ssh root@<IP address of the target device>
        Copy to clipboard
4. `/etc/configs/config_detection.json` ファイルを以下のように修正します。

{
        "file-path": "/etc/media/video.mp4",
        "ml-framework": "tflite",
        "yolo-model-type": "yolov8",
        "model": "/etc/models/yolov8_custom.tflite",
        "labels": "/etc/labels/yolov8_custom.labels",
        "constants": "<constants for custom YOLOv8 model>",
        "threshold": 40,
        "runtime": "dsp"
        }
        Copy to clipboard
5. 以下のコマンドを実行してWestonサービスを有効にします。

export XDG_RUNTIME_DIR=/dev/socket/weston && export WAYLAND_ DISPLAY=wayland-1
        Copy to clipboard
6. サンプル・アプリケーションを実行します。

gst-ai-object-detection --config-file=/etc/configs/config_detection.json
        Copy to clipboard

注釈

- 有効なヘルプ・オプションを表示するには、以下のコマンドを実行します。

gst-ai-object-detection -h
        Copy to clipboard
- ユース・ケースを停止するには、<kbd class="kbd compound docutils literal notranslate"><kbd class="kbd docutils literal notranslate">CTRL</kbd>+<kbd class="kbd docutils literal notranslate">C</kbd></kbd> を使用します。

Last Published: Oct 15, 2025

[Previous Topic
デフォルトモデルを使用してオブジェクトを分類する](https://docs.qualcomm.com/bundle/publicresource/80-70018-15BJ/topics/classify-objects-with-default-model.md) [Next Topic
Qualcomm Device Cloudを使用してアンプル・アプリケーションを実行する](https://docs.qualcomm.com/bundle/publicresource/80-70018-15BJ/topics/sample-app-qdc.md)