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

9月30日（月）、Ultralyticsは、同社の年次ハイブリッドイベントである YOLO Vision 2024 (YV24) での発表に続き、コンピュータビジョン における最新の進歩である Ultralytics YOLO11 を正式にリリースしました。AIコミュニティでは、モデルの機能をいち早く探求しようと大きな盛り上がりを見せています。より高速な処理、高い精度、そしてエッジデバイスとクラウドデプロイの両方に最適化されたモデルを備えた YOLO11は、リアルタイムコンピュータビジョンアプリケーションの可能性を再定義します。

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 へ向かって動いていますが、まだ十分なスピードではありません。私たちは、より少ないエポック数、より少ないデータ拡張、そしてより少ないデータでモデルをトレーニングできるようにしたいと考えており、そのことに鋭意取り組んでいます。最小の オブジェクト検出 モデルである YOLO11n は、パラメータ数がわずか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のパラメータ数は約5,600万ですが、他のモデルと比較しても信じられないほど小型です。5年前のNvidia製GPUのような安価なGPUでも、情熱と少しのコーヒーさえあればトレーニングできます。」

この記事では、Ultralytics YOLO11の機能、改良点、パフォーマンスベンチマーク、そして実際のアプリケーションを詳しく見ていき、このモデルの能力を理解できるように解説します。早速始めましょう！

Ultralytics YOLO11の理解：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 のYOLO（You Only Look Once）シリーズにおける最新の進歩であり、YOLOv5 や YOLOv8 などの従来バージョンに比べて大幅な改善を提供します。Ultralyticsのチームは、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をより速く、より正確で、より効率的にしました。また、YOLO11は、オブジェクト検出、インスタンスセグメンテーション、画像分類 をはじめ、YOLOv8と同じ コンピュータビジョンタスク 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、簡単にYOLO11へ移行できます。

YOLO11の主なハイライトの一つは、前モデルと比較した精度と速度の両方における優れたパフォーマンスです。YOLOv8mよりもパラメータ数が22%少ないYOLO11mは、COCOデータセット においてより高い 平均精度（mAP） を達成しており、これはオブジェクトをより正確かつ効率的に検出できることを意味します。処理速度の面でも、YOLO11は従来モデルを上回っており、迅速な検出と応答が極めて重要であり、1ミリ秒が勝負となるリアルタイムアプリケーションに最適です。

以下のベンチマークグラフは、YOLO11が従来モデルとどのように異なっているかを示しています。横軸はオブジェクト検出の精度を測定する COCO Box平均精度（AP） を示しています。縦軸は、NVIDIA T4 GPU 上での TensorRT10 FP16 を使用したレイテンシを表示しており、モデルがデータを処理する速さを示しています。

図1. Ultralytics YOLO11は最先端のリアルタイム物体検出機能を提供します。

Ultralytics YOLO11モデルのリリース：オープンソースおよびエンタープライズのオプション#

Ultralytics YOLO11の発表 とともに、Ultralyticsは、業界全体で高まる需要に応えるため、オープンソース および エンタープライズ の両方のモデルを提供することでYOLOシリーズを拡張しています。

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には、Nano、Small、Medium、Large、Xの5つの異なるモデルサイズがあります。ユーザーは コンピュータビジョンアプリケーション の特定のニーズに応じて最適なモデルを選択できます。5つのサイズは、画像分類、オブジェクト検出、インスタンスセグメンテーション、トラッキング、姿勢推定、方向付きバウンディングボックス（OBB）オブジェクト検出 などのタスク全体で柔軟性を提供します。各サイズに対して各タスク用のモデルが用意されており、合計25の オープンソース モデルがUltralyticsの提供する製品の中核を形成しています。これらのモデルは、YOLO11nモデルが驚異的な効率を提供するエッジデバイス上の軽量なタスクから、YOLO11lおよびYOLO11xモデルを必要とする 大規模なアプリケーション まで、幅広い アプリケーション に最適です。

Ultralyticsは初めて エンタープライズ モデルを導入します。これは当社製品提供における重要なマイルストーンであり、この新しいイノベーションをユーザーの皆様にお届けできることを嬉しく思います。YOLO11では、商用ユースケース向けに特別に設計された5つの独自のモデルが導入されます。これらのエンタープライズモデルは来月提供開始予定であり、100万枚を超える画像からなるUltralyticsの新しい独自 データセット でトレーニングされており、より堅牢な事前学習済みモデルを提供します。これらは、正確なオブジェクト検出が極めて重要な、医療画像解析 や 衛星画像処理 などの 要求の厳しい現実世界のアプリケーション 向けに設計されています。

次世代のUltralytics YOLO11の機能を探る#

Ultralytics YOLO11が提供するものについて説明したところで、YOLO11が非常に優れている理由を見ていきましょう。

YOLO11の開発における主な課題の1つは、競合する優先事項の間で適切なバランスを見つけることでした。すなわち、モデルをより小さく、より速く、より正確にすることです。Ultralyticsの創設者兼CEOであるGlenn Jocherが説明するように、「YOLOの研究開発に取り組むこと は本当に困難です。なぜなら、モデルを小さくしたい、精度を上げたい、しかし同時にCPUやGPUなどのさまざまなプラットフォームで高速に動作させたいという、3つの異なる方向に進みたいからです。これらはすべて相反する利害関係であるため、妥協点を模索し、どこを変更するかを選択する必要があります。」こうした課題にもかかわらず、YOLO11は印象的なバランスを達成し、YOLOv8などの従来バージョンに比べて速度と精度の両方の向上を実現しています。

Fig 3. オブジェクト検出に Ultralytics YOLO11 を使用している例。

Ultralytics YOLO11は、再設計されたバックボーンとネックアーキテクチャによるfeature extractionの改善など大幅な機能強化をもたらし、より高精度なオブジェクト検出を実現します。また、このモデルは速度と効率が最適化されており、高い精度を維持しながらより高速な処理時間を実現しています。これらの利点に加え、YOLO11 is highly adaptableはさまざまな環境に適応し、エッジデバイス、クラウドプラットフォーム、およびNVIDIA GPUを使用するシステムでシームレスに動作します。この適応性により、モバイルデバイスから大規模サーバーまで、さまざまなhardware構成で柔軟なdeployment optionsを必要とするユーザーにとって理想的な選択肢となります。

リアルタイムの Ultralytics YOLO11 アプリケーション#

Ultralytics YOLO11の多用途性により、特にcomplex use casesを扱う場合に、多くの業界で信頼できるツールとなっています。例えば、エッジデバイスでシームレスに動作し、計算能力が限られた環境でリアルタイム分析を必要とするapplicationsに使用できます。その優れた例がautonomous drivingです。ここでは、全員の安全を確保するために車両がほんの一瞬で判断を下す必要があります。YOLO11は、低照度や部分的に隠れているなどの過酷な条件下でも、歩行者や他の車などのdetecting and analyzing objects on the roadを検出して分析するのに役立ちます。迅速かつ正確な検出は事故の防止に役立ち、自律走行vehicles can navigate safelyが安全に走行できるようにします。

Fig 4. YV24のステージ上で Ultralytics YOLO11 のアプリケーションについて語るGlenn Jocher。

Ultralytics YOLO11の適用範囲を示すもう1つの興味深い例は、oriented bounding boxes (OBB)を処理する能力です。これは、完璧に整列していないオブジェクトを検出するために不可欠です。OBBオブジェクト検出は、航空画像や衛星画像内の農作物や建物など、images often contain rotated objectsに回転したオブジェクトが含まれることが多いagriculture、mapping、surveillanceなどの業界で特に役立つ機能です。従来のモデルとは異なり、YOLO11は任意の角度でオブジェクトを識別でき、精度が求められるタスクに対してはるかに正確な結果を提供します。

AI開発者向けの Ultralytics YOLO11：実際に試してみる#

YOLO11を始めるのは、コーディングを好む場合でも、ノーコードのオプションを好む場合でも、シンプルでアクセスしやすいものです。コードを通じてYOLO11を使用するには、Ultralytics Pythonパッケージ を使用して、モデルのトレーニングとデプロイを簡単に行うことができます。ノーコードのアプローチを好む場合は、Ultralytics Platform を使用して、わずか数クリックでYOLO11を試すことができます。

Ultralytics YOLO11 のコード解説#

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。好み応じて、pip、conda、またはDockerを使用してこれを行うことができます。インストールプロセスに関する詳細な手順とベストプラクティスについては、当社の Ultralyticsインストールガイド を必ずご確認ください。YOLO11に必要なパッケージをインストールする際に困難に直面した場合は、解決策とヒントについて 共通の問題に関するガイド を参照してください。

Ultralyticsパッケージがインストールされたら、YOLO11の使用は簡単です。以下のコードスニペットでは、モデルの読み込み、トレーニング、パフォーマンスのテスト、および ONNX形式 への エクスポート のプロセスを順に説明します。より詳細な例や高度な使用法については、公式のUltralyticsドキュメント を必ず参照してください。そこには、詳細な ガイド と、YOLO11を最大限に活用する ためのベストプラクティスが記載されています。

図5. Ultralyticsパッケージを介したYOLO11の使用。

ノーコードのアプローチを好むユーザー向けに、Ultralytics Platform は、わずか数クリックでYOLO11モデルをトレーニングおよびデプロイする簡単な方法を提供します。Ultralytics Platformを使い始める 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トレーニングと管理を開始できます。

Ultralytics YOLO11：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。

AI について詳しく知るには、GitHub リポジトリをチェックし、アクティブなコミュニティに参加してください。ヘルスケアや農業などの分野でビジョン AI がどのようにイノベーションを推進しているかを探ってみましょう。