Ultralyticsのセマンティック画像検索ソリューションを紹介

何百枚もの画像ギャラリーを確認する作業は、特に非常に具体的なものを探している場合、すぐに困難になることがあります。例えば、古代ローマの地図を探している人が、代わりに無関係な都市地図や旅行写真を見つけてしまうことがあります。

こうした状況が起きるのは、ほとんどの画像検索システムがファイル名やタグに依存しているためです。一般的なクエリには有効でも、精度や詳細、コンテキストが必要な場合には不十分なことがよくあります。

実際、デザイン、マーケティング、研究などの分野では、キーワード検索では探している具体的な内容をほとんど捉えられないため、適切な画像を見つけるのに苦労する人が多くいます。その結果、遅延が発生し、生産性が損なわれる可能性があります。

しかし、人工知能（AI）の最近の進歩により、従来の画像検索ツールの限界は、よりスマートで直感的なシステムに置き換えられつつあります。例えば、視覚データの解釈と理解に重点を置くAIの一分野であるコンピュータビジョンは、画像の実際の内容を分析することで、より高速で正確な画像検索を可能にしています。

特に、セマンティック画像検索は、キーワードの一致にとどまらず、検索の背後にある意味を理解します。自然言語で探しているものを説明すると、タグだけでなく、その内容に一致する画像を見つけられます。例えば、「動物園の動物」で検索した場合、従来のシステムでは無関係な動物画像が返されることがありますが、セマンティック検索ではコンテキストを理解し、動物園にいる動物の画像を見つけます。

図1. セマンティック画像検索を使用して動物園の動物の画像を取得する例です。

この記事では、セマンティック画像検索の仕組みを説明し、実際のユースケースをいくつか紹介します。また、日常的なプロジェクトでこの概念を簡単に適用できるUltralyticsのセマンティック画像検索ソリューションも紹介します。さっそく始めましょう。

Ultralyticsのセマンティック画像検索ソリューションの概要#

Ultralytics Pythonパッケージは、キュー管理、リージョンベースの物体カウント、距離計算、セマンティック画像検索など、一般的なコンピュータビジョンアプリケーション向けのすぐに使えるさまざまなソリューションを提供します。これらのソリューションは、AIやコンピュータビジョンの専門知識がない方でも簡単に使用できるよう設計されています。

その中でも、セマンティック画像検索ソリューションでは、ファイル名や手動タグに頼ることなく、自然言語による説明を使って関連画像を検索できます。検索クエリの背後にある意味を理解して内容に一致する画像を返すため、精度とコンテキストが重要な場合に特に役立ちます。

セマンティック画像検索ソリューションの仕組み#

Ultralyticsのセマンティック画像検索ソリューションは、2つの高度なAIモデル、OpenAIのCLIP（対照的言語・画像事前学習）とMetaのFAISS（Facebook AI類似性検索）を基盤としています。CLIPはテキストと画像の両方を、意味とコンテキストを捉えた数値表現である埋め込みに変換します。FAISSは、これらの埋め込みを数百万単位で効率的に検索し、クエリに最も関連するものを見つけます。

さらに、Flaskで構築されたシンプルなWebインターフェースにより、このソリューションは簡単に使用できます。ユーザーは自然言語のクエリを入力し、手動によるラベリングやデータ準備なしで一致する画像を取得できます。

このソリューションの主な利点の1つは、ゼロショット機能です。これは、特定の対象やシーンについて明示的なトレーニングを受けていなくても、その対象やシーンに関するクエリを解釈して応答できることを意味します。言語と視覚に関する幅広い理解を活用することで、見慣れないコンテンツやタグのないコンテンツに対しても関連性の高い結果を返せます。

例えば、このソリューションを使って「オフィス環境」を検索すると、ファイルにその言葉が関連付けられていなくても、机、会議室、ワークスペースの画像が返されることがあります。このため、Ultralyticsのセマンティック画像検索は、クリエイティブプロジェクト、研究、大規模な画像ライブラリの操作に適した実用的で柔軟なツールになります。

図2. Ultralyticsのセマンティック画像検索ソリューションを使用してオフィス環境の画像をクエリする例です。

セマンティック画像検索ソリューションの実際の活用例#

Ultralyticsのセマンティック画像検索ソリューションについて理解が深まったところで、実際の活用例をいくつか見て、さまざまな業界がビジュアルワークフローにどのように統合できるかを確認しましょう。

データセット管理にAI搭載の画像検索ツールを使用する#

膨大な画像データセットの管理は、コンピュータビジョンソリューションの構築において最も時間のかかる作業の1つです。多くの場合、開発者がデータセット全体を必要とすることはありません。代わりに、モデルのトレーニングやクリーンな検証セットの作成に使う特定の種類の画像を探していることがあります。しかし、数千枚の中からその画像を正確に見つけるのは容易ではありません。

例えば、乗馬画像を扱うプロジェクトに取り組んでいるとします。必要なのは、乗り手がヘルメットを着用している画像、他の人と一緒に乗っている画像、または側面から動作中に撮影された画像だけかもしれません。適切なラベルがなければ、これらの画像を手作業で見つけるには多くの時間と労力がかかります。

Ultralyticsが提供するセマンティック画像検索ソリューションは、自然言語のクエリを使って、整理されていないデータセットやラベルのないデータセットからでも必要な画像をすばやく見つけられるため、この問題を解決できます。これにより、整理にかかる時間を短縮し、チームはより優れたモデルの構築に効率的に集中できます。

図3. 大規模なデータセットから特定の画像を簡単に検索できます。

eコマース製品向けのゼロショット画像検索#

オンラインで特定の製品を検索するのは、もどかしい作業になることがあります。購入者は探しているものを自分の言葉で説明することが多い一方、商品リストでは異なる用語やラベルが使われている場合があります。この不一致により、特に大規模なカタログでは適切な商品を見つけにくくなります。

家具を購入する人が「ソファ、椅子、テーブルのセット」と検索する状況を考えてみましょう。探している商品が「3点ラウンジセット」など、別のラベルで掲載されている可能性があります。用語が完全には一致しないため、顧客がまさに必要としている商品であっても、検索結果に表示されないことがあります。

図4. Ultralyticsのセマンティック画像検索ソリューションは、ユーザーの意図を関連する商品ビジュアルと一致させるのに役立ちます。

メディアおよび出版向けの高度な画像インデックス作成#

同様に、ジャーナリズム、ブログ、デジタルマーケティングなどの分野では、ストーリーテリングにビジュアルが不可欠です。適切な画像はメッセージを補強し、雰囲気を設定し、読者の関心を維持できます。しかし、最適な画像を見つけるには、多くのファイルを探し回らなければならないことがよくあります。

良い例が、インテリアトレンドについて記事を書くブロガーです。自然光が差し込む、明るくミニマルなリビングルームの画像が必要になるかもしれません。しかし、利用可能な画像に「部屋」や「インテリア」のような一般的な用語しかタグ付けされていない場合、適切な画像を見つけるのは困難です。

セマンティック画像検索を使えば、「大きな窓のある明るくミニマルなリビングルーム」のような説明的なフレーズを入力するだけで、内容に一致する画像をすぐに取得できます。正確なタグやファイル名に頼る必要はありません。

図5. コンテンツチームはUltralyticsのセマンティック画像検索ソリューションを使用して画像選定を最適化できます。

アートおよびデザインのインスピレーションのためのセマンティック画像検索#

通常、ムードボードの作成や新しいプロジェクトのインスピレーション収集などのクリエイティブ作業では、特定のスタイルやアイデアに合うビジュアルを見つけるために、大量の画像コレクションを検索します。興味深い例として、映画のセットに取り組むデザイナーが挙げられます。特定のムード、時代、雰囲気を表現する必要があるかもしれません。例えば、未来的な都市から、1980年代風にスタイリングされた居心地の良いリビングルームまで、さまざまです。

Ultralyticsのセマンティック画像検索は、言語と視覚的な意味を結び付けることで、この作業を容易にします。手作業による検索に時間を取られることなく、チームがアイデアをすばやく探求し、作業に集中できるようになります。

図6. Ultralyticsのセマンティック画像検索ソリューションは、クリエイティブプロジェクトのビジュアル探索を高速化します。

AI搭載画像検索のメリットとデメリット#

ビジュアルワークフローと検索効率を改善するためにAI搭載画像検索を使用する主なメリットは次のとおりです。

• 自然言語をサポート: 定義済みのラベルを使わず、自分の言葉で画像を説明して検索できます。
• 一般的な画像形式をサポート: これらのシステムは通常、JPGやPNGなどの標準形式に対応しているため、ファイルを変換または再フォーマットする必要はありません。
• 他のツールと統合可能: AI搭載画像検索は、多くの場合、より大規模なパイプライン、ダッシュボード、クリエイティブソフトウェアに組み込めます。

AI搭載画像検索ソリューションには多くのメリットがありますが、注意すべき制限もいくつかあります。考慮すべき要素は次のとおりです。

• ニッチなクエリでは精度が限定的: クエリが非常に具体的または特殊な場合、モデルのトレーニングデータに不足があるため、関連性の低い結果が返されることがあります。
• トレーニングデータのバイアス: AIモデルは、トレーニングに使用されたデータセットに存在するバイアスを反映する可能性があり、偏った結果や不完全な結果につながることがあります。
• パフォーマンスは画像品質に依存: 低解像度または不鮮明な画像は、埋め込みの生成効果と検索精度を低下させる可能性があります。

主なポイント#

セマンティック画像検索は、キーワードの一致から意味の理解へと焦点を移し、タグやファイル名だけでなくコンテキストに基づいて画像を見つけられるようにします。これにより、検索体験がより高速かつ正確になり、ユーザーが実際に探しているものにより適合します。

クリエイティブチームやコンテンツ中心の業界にとって、これは関連性の低いファイルの整理に費やす時間を減らし、アイデアの開発により多くの時間を使えることを意味します。大量のビジュアルデータを管理する組織は、Ultralyticsのセマンティック画像検索のようなソリューションを使用して、コンテンツの検索を効率化し、手動での整理を減らし、ビジュアルコンテキストに基づいてよりスマートかつ迅速な意思決定を行えます。

私たちのコミュニティに参加し、AIについてさらに詳しく知るためにGitHubリポジトリをご覧ください。物流におけるAIやヘルスケアにおけるコンピュータビジョンなどのイノベーションについて詳しく知るには、ソリューションページをご覧ください。ライセンスオプションを確認して、今すぐ始めましょう。