MCP YOLOE: Zero-Shot Object Detection & Segmentation

MCP-YOLO

mcp-name: io.github.rjn32s/mcp-yolo

MCP-YOLO は、Model Context Protocol（MCP）サーバーとして ゼロショット物体検出とセグメンテーション を提供する、エージェントファーストの開発プラットフォームです。Ultralytics YOLOE を活用しており、再トレーニングなしで任意のテキストプロンプトを使用した物体の検出とセグメンテーションを、開発者や AI エージェントが実行できます。

主な機能

• ゼロショット検出： 自然言語を使ってあらゆる物体を検出します（例：「スプーンの隣にある青いコーヒーカップ」）。
• インスタンスセグメンテーション： 検出した物体に対して、精密なポリゴンマスクを生成します。
• 柔軟な画像入力： ローカルファイルパス、リモート URL、Base64 エンコード文字列に対応しています。
• エージェントに最適化： 自律的なデプロイとベンチマーク測定のためのカスタム「スキル」が含まれています。

YOLOE の性能リファレンス

YOLOE は、最新の YOLO アーキテクチャ（YOLO11 や YOLO26 など）を基盤とし、最先端のオープンボキャブラリー性能を提供します。

モデル	ベースモデル	mAP（COCO）	速度（T4／ms）	パラメーター（M）
YOLOE26-N	YOLO26-N	40.9	1.7	~3.0
YOLOE26-S	YOLO26-S	48.6	2.5	~10.0
YOLOE26-L	YOLO26-L	55.0	6.2	~40.0
YOLOE-L	YOLO11-L	~52.0	~5.0	~26.0

注：性能はハードウェアと入力解像度によって異なります。mcp-yolo は高精度を実現するため、デフォルトで yoloe-26l-seg.pt を使用します。

クイックスタート

インストール

uv pip install mcp-yolo

サーバーの起動

uv run mcp-yolo

MCP ツール

detect_objects

ゼロショット検出を実行します。

• 引数：
  • image_source（str）：パス、URL、または Base64。
  • classes（list[str]、任意）：検出するカスタムテキストプロンプト。

segment_objects

ゼロショットのインスタンスセグメンテーションを実行します。

• 引数：
  • image_source（str）：パス、URL、または Base64。
  • classes（list[str]、任意）：セグメンテーションするカスタムテキストプロンプト。

公開

このプロジェクトは PyPI への自動公開用に設定されています。詳細は pypi_setup_guide.md を参照してください。