Ultralytics YOLO11とそのアプリケーションについて知っておくべきすべてのこと

On Monday, September 30th, Ultralytics officially launched Ultralytics YOLO11, the latest advancement in computer vision, following its debut at YOLO Vision 2024 (YV24), Ultralytics’ annual hybrid event. The AI community has been buzzing with excitement as they rush to explore the model’s capabilities. With faster processing, higher accuracy, and models optimized for both edge devices and cloud deployment, YOLO11 redefines what’s possible in real-time computer vision applications.

インタビューの中で、Ultralyticsの創設者兼CEOであるGlenn Jocherは次のように述べています。「世界はクリーンエネルギーへと移行していますが、その速度は十分ではありません。私たちは、より少ないエポック、より少ないオーグメンテーション、そしてより少ないデータでモデルを学習できるようにしたいと考えており、その実現に注力しています。最小のオブジェクト検出モデルであるYOLO11nのパラメータ数はわずか260万で、JPEGファイルほどのサイズしかありません。これは本当に驚異的です。最大のオブジェクト検出モデルであるYOLO11xでも約5600万パラメータであり、他のモデルと比較しても信じられないほど軽量です。5年前のNVIDIA GPUのような安価なGPUでも、熱意と少しのコーヒーさえあれば、これらを学習させることができます。」

本記事ではYOLO11を詳しく掘り下げ、その機能、改善点、パフォーマンスベンチマーク、そして実際の応用例を探ることで、このモデルが何を実現できるのかを解説します。それでは始めましょう！

Link to this sectionYOLO11を理解する：過去のバージョンからの改善点#

YOLO11は、コンピュータビジョンモデルシリーズの最新の進化形であり、YOLOv5やYOLOv8といった従来バージョンから大幅な改善を提供します。Ultralyticsチームは、コミュニティからのフィードバックと最先端の研究を取り入れ、YOLO11をより高速で、正確かつ効率的なものにしました。また、YOLO11はYOLOv8と同様のコンピュータビジョンタスク（物体検出、インスタンスセグメンテーション、画像分類など）をサポートしています。実際、ユーザーは既存のワークフローを変更することなく、容易にYOLO11へ切り替えることができます。

One of the key highlights of YOLO11 is its superior performance in both accuracy and speed compared to its predecessors. With 22% fewer parameters than YOLOv8m, YOLO11m achieves a higher mean average precision (mAP) on the COCO dataset, meaning it can detect objects more precisely and efficiently. In terms of processing speed, YOLO11 outperforms earlier models, making it ideal for real-time applications, where rapid detection and response are critical, and every millisecond counts.

The benchmarking graph below illustrates how YOLO11 stands out from previous models. On the horizontal axis, it shows the COCO Box Average Precision (AP), which measures the accuracy of object detection. The vertical axis displays latency using TensorRT10 FP16 on an NVIDIA T4 GPU, indicating how fast the model processes data.

図1. YOLO11は最先端のリアルタイムオブジェクト検出機能を提供します。

Link to this sectionYOLO11モデルのリリース：オープンソースとエンタープライズのオプション#

Ultralytics YOLO11のリリースに伴い、Ultralyticsは業界全体の高まる需要に応えるため、オープンソースとエンタープライズの両方のモデルを提供することでYOLOシリーズを拡大しています。

図2. 今回のリリースで、Ultralyticsは30種類の新しいモデルを提供します。

YOLO11 features five distinct model sizes - Nano, Small, Medium, Large, and X. Users can choose the best model depending on their computer vision application’s specific needs. The five sizes offer flexibility across tasks such as image classification, object detection, instance segmentation, tracking, pose estimation, and oriented bounding boxes (OBB) object detection. For each size, there is a model available for each task, resulting in a total of 25 open-source models that form the core of Ultralytics' offerings. These models are ideal for a wide range of applications, from lightweight tasks on edge devices, where the YOLO11n model offers impressive efficiency, to larger-scale applications requiring the YOLO11l and YOLO11x models.

For the first time, Ultralytics is introducing enterprise models, marking a major milestone in our product offerings, and we are excited to share these new innovations with our users. YOLO11 introduces five proprietary models designed specifically for commercial use cases. These enterprise models, which will be available next month, are trained on Ultralytics’ new proprietary dataset, consisting of over 1 million images, offering more robust pre-trained models. They are engineered for demanding, real-world applications, such as medical imagery analysis and satellite image processing, where precise object detection is crucial.

Link to this section次世代YOLO11機能を探る#

YOLO11の提供内容を確認したところで、YOLO11がなぜこれほど特別なのかを見ていきましょう。

YOLO11の開発における最大の課題の一つは、モデルの軽量化、高速化、高精度化という相反する優先事項のバランスを見つけることでした。Ultralyticsの創設者兼CEOであるGlenn Jocherは次のように説明しています。「YOLOの研究開発に取り組むことは非常に困難です。なぜなら、モデルを小さくしたい、精度を上げたい、さらにCPUやGPUといった異なるプラットフォーム上で高速に動作させたいという3つの異なる方向に進む必要があるからです。これらはすべて競合する要件であるため、妥協点を見つけ、どこを変更するかを選択しなければなりません。」こうした課題にもかかわらず、YOLO11はYOLOv8のような以前のバージョンと比較して、速度と精度の両面で向上を実現し、素晴らしいバランスを達成しています。

図3. オブジェクト検出にYOLO11を使用する例。

YOLO11 brings substantial enhancements like improved feature extraction with a redesigned backbone and neck architecture, leading to more precise object detection. The model is also optimized for speed and efficiency, offering faster processing times while maintaining high accuracy. In addition to these benefits, YOLO11 is highly adaptable across different environments, working seamlessly on edge devices, cloud platforms, and systems using NVIDIA GPUs. This adaptability makes it an ideal choice for users who need flexible deployment options across various hardware setups, from mobile devices to large-scale servers.

Link to this sectionリアルタイムYOLO11アプリケーション#

YOLO11の汎用性は、複雑なユースケースに対処する際、特に多くの業界で信頼できるツールとなります。例えば、エッジデバイス上でシームレスに動作し、限られたコンピューティングパワーの環境でリアルタイム分析を必要とするアプリケーションに使用できます。その優れた例が自動運転であり、車両は安全を確保するために瞬間的な判断を下す必要があります。YOLO11は、歩行者や他の車など、道路上のオブジェクトを検出・分析することでこれを支援し、低照度環境や遮蔽物がある状況下でも機能します。迅速かつ正確な検出は事故防止に役立ち、自動運転車両が安全に走行することを可能にします。

図4. YV24のステージでYOLO11の応用について語るGlenn Jocher。

Another interesting example of YOLO11’s range is its ability to handle oriented bounding boxes (OBB). It is essential for detecting objects that aren't perfectly aligned. OBB object detection is a feature that is especially useful in industries like agriculture, mapping, and surveillance, where images often contain rotated objects like crops or buildings in aerial or satellite imagery. Unlike traditional models, YOLO11 can identify objects at any angle and provide much more accurate results for tasks that require precision.

Link to this sectionAI開発者のためのYOLO11：実際に試してみよう#

YOLO11の使い始めは、コーディングを好むか、ノーコードオプションを好むかにかかわらず、シンプルで利用しやすいものです。コードでYOLO11を扱うには、Ultralytics Pythonパッケージを使用して簡単にモデルの学習とデプロイが行えます。ノーコードアプローチを希望する場合は、Ultralytics Platformで数回クリックするだけでYOLO11を試すことができます。

Link to this sectionYOLO11のコードウォークスルー#

PythonでYOLO11を使用するには、まずUltralyticsパッケージをインストールする必要があります。好みや環境に応じて、pip、conda、またはDockerを使用してインストールできます。インストールプロセスの詳細な手順やベストプラクティスについては、Ultralyticsインストールガイドをご確認ください。YOLO11に必要なパッケージをインストールする際、問題が発生した場合は、解決策やヒントについて共通の問題ガイドを参照してください。

Once you have the Ultralytics package installed, using YOLO11 is straightforward. The following code snippet walks you through the process of loading a model, training it, testing its performance, and exporting it to ONNX format. For more in-depth examples and advanced usage, be sure to refer to the official Ultralytics documentation, where you’ll find detailed guides and best practices for getting the most out of YOLO11.

図5. Ultralyticsパッケージを介したYOLO11の使用。

ノーコードアプローチを好むユーザー向けに、Ultralytics Platformは数回のクリックでYOLO11モデルを学習・デプロイできる簡単な方法を提供しています。Ultralytics Platformを始めるには、Ultralytics Platformでアカウントを作成するだけで、直感的なインターフェースを通じてモデルの学習や管理を開始できます。

Link to this sectionYOLO11：ビジョンAIの未来を形作る#

AIコミュニティは、実世界のアプリケーションに向けてより高速で精度の高いモデルを開発することで、コンピュータビジョンの分野を絶えず前進させています。Ultralytics YOLO11はこの努力における大きなマイルストーンであり、速度、精度、柔軟性の向上をもたらしました。リアルタイムおよびエッジアプリケーション向けに設計されており、医療や自動運転といった業界に最適です。Ultralytics Pythonパッケージを使用する場合でも、ノーコードのUltralytics Platformを使用する場合でも、YOLO11は複雑なビジョンAIタスクを簡素化します。強力なコンピュータビジョン機能を提供し、開発者や企業にとって非常に優れた選択肢となっています。

GitHubリポジトリをチェックして、活発なコミュニティに参加し、AIについてさらに学びましょう。ヘルスケアや農業などの分野において、ビジョンAIがいかにイノベーションを推進しているかを探求してください。