CoreMLを介したUltralytics YOLO11のAppleデバイスへの導入

AppleがApple Intelligenceのような機能を導入していることからも、デバイス上で動作するAIが、私たちのスマートフォンの使い方の中心になりつつあることは明らかです。開発者にとって、この変化は、コンピュータビジョンなどの機能を活用して、よりスマートで応答性の高い体験を提供するiOSアプリをユーザーが導入するようになっていることを意味します。

コンピュータビジョンは、画像や動画などの視覚情報をコンピューターが理解・分析できるようにする人工知能 (AI) の一種です。モバイルデバイスでは、スマートフォンのカメラを通じて、物体の検出、分類、インタラクションをリアルタイムで実行できます。Ultralytics YOLO11のようなビジョンAIモデルは、アプリのニーズに応じて、特定の物体を認識するようカスタムトレーニングできます。

ただし、Ultralytics YOLO11は、そのままではiOS上で動作するように設定されていません。iPhoneやその他のAppleデバイス、特にオフライン環境でYOLO11をデプロイするには、Appleのエコシステム向けに最適化された形式へ変換する必要があります。

まさにこのような課題を解決するためにCoreMLが開発されました。CoreMLはAppleの機械学習フレームワークであり、モデルをローカルで実行し、iOSやmacOSアプリケーションとシームレスに統合できるように設計されています。UltralyticsがサポートするCoreML統合により、iPhone上でローカルデプロイするためのモデルを簡単にエクスポートできます。

この記事では、Ultralytics YOLO11モデルをCoreML形式へエクスポートする方法を詳しく説明します。また、コンピュータビジョンモデルをiOSデバイス上で直接実行する利点を示す、リアルタイムのユースケースについても見ていきます。それでは始めましょう。

CoreMLとは何ですか？#

CoreMLはAppleが開発した機械学習 (ML) フレームワークで、トレーニング済みのMLモデルをAppleのエコシステム全体のアプリに直接統合できます。対象には、iOS（iPhoneおよびiPad）、macOS（Mac）、watchOS（Apple Watch）、tvOS（Apple TV）が含まれます。インターネット接続を必要とせず、モデルをデバイス上で直接実行できるため、Appleデバイス上で機械学習を利用しやすく、効率的にするよう設計されています。

CoreMLの中核となるのは、画像分類、物体検出、音声認識、自然言語処理など、幅広いAIタスクをサポートする統合モデル形式です。このフレームワークはAppleのハードウェアを最大限に活用できるよう最適化されており、CPU（中央処理装置）、GPU（グラフィックス処理装置）、ANE（Appleニューラルエンジン）を使用してモデルを高速かつ効率的に実行します。

CoreMLはさまざまなモデルタイプをサポートし、TensorFlow、PyTorch、scikit-learn、XGBoost、LibSVMなどの一般的な機械学習ライブラリと互換性があります。これにより、開発者は高度なML機能を日常的なアプリに導入しやすくなり、Appleデバイス全体でスムーズに動作させることができます。

図1. CoreMLは他の一般的なAIフレームワークのモデルをサポートします（出典）。

CoreMLの主な機能#

CoreMLをAppleアプリにAIを統合するための信頼性の高いツールにしている主な機能を紹介します。

• モデルの最適化: CoreMLは、量子化やプルーニングなどの圧縮技術をサポートし、モデルサイズを削減してランタイム効率を向上させます。
• デバイス上でのパーソナライズ: AppleのMLフレームワークはデバイス上でのパーソナライズをサポートし、ユーザーの操作に基づいてモデルをローカルでトレーニングおよび更新できます。
• 非同期予測: このフレームワークにより、アプリはバックグラウンドで予測を実行できます。AIタスクを処理している間も、ユーザーインターフェースをスムーズで応答性の高い状態に保てます。
• マルチタスク学習: CoreMLは、同じ画像内で物体の検出とテキストの認識を行うなど、複数のタスクを同時に実行できるモデルをサポートします。

Ultralytics YOLO11をCoreML形式にエクスポートする方法#

CoreMLフレームワークについて理解が深まったところで、UltralyticsがサポートするCoreML統合を使用して、YOLO11モデルをCoreML形式にエクスポートする方法を説明します。

ステップ1：環境のセットアップ#

Ultralyticsが提供する統合機能を利用するには、まずUltralytics Pythonパッケージをインストールします。これは、Ultralytics YOLOモデルのトレーニング、評価、予測、エクスポートなどのタスクを簡略化する、軽量で使いやすいライブラリです。

コマンドターミナルで“pip install ultralytics”を実行すると、Ultralytics Pythonパッケージをインストールできます。Jupyter NotebookやGoogle Colabなどの環境を使用している場合は、コマンドの前に感嘆符（!）を付けて“!pip install ultralytics”と入力します。

インストール中またはCoreMLへのエクスポート中に問題が発生した場合は、Ultralyticsの公式ドキュメントまたは一般的な問題のガイドを確認してください。

ステップ2：Ultralytics YOLO11をCoreMLにエクスポートする#

パッケージのインストールが完了したら、Ultralytics YOLO11モデルを読み込み、CoreML形式に変換できます。

使用する事前トレーニング済みYOLO11モデルが分からない場合は、Ultralyticsがサポートするモデルの一覧を確認できます。モデルごとに速度、サイズ、精度のバランスが異なるため、プロジェクトに最適なものを選択できます。独自のデータセットでトレーニングしたカスタムYOLO11モデルを使用することもできます。

以下のコードスニペットでは、"yolo11n.pt"という名前の事前トレーニング済みYOLO11モデルファイルを使用しています。エクスポート処理中に、このファイルは"yolo11n.mlpackage"というCoreMLパッケージに変換されます。

"yolo11n"モデルは、速度と低リソース使用量に最適化されたnanoバージョンです。プロジェクトのニーズに応じて、smallを表す"s"、mediumを表す"m"、largeを表す"l"、extra-largeを表す"x"など、他のモデルサイズも選択できます。各バージョンでは、性能と精度のバランスが異なります。

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
model.export(format="coreml")

ステップ3：エクスポートしたCoreMLモデルを使用して推論を実行する#

CoreML形式にエクスポートした後、Ultralytics YOLO11をiOSアプリケーションに簡単に統合でき、iPhone、iPad、Macなどのデバイス上で物体検出などのリアルタイムコンピュータビジョンタスクを実行できます。

たとえば、以下のコードスニペットでは、エクスポートしたCoreMLモデルを読み込み、推論を実行する方法を示しています。推論とは、トレーニング済みモデルを使用して新しいデータに対する予測を行う処理です。この例では、モデルが家族でボール遊びをしている画像を分析します。

coreml_model = YOLO("yolo11n.mlpackage")
results = coreml_model("https://images.pexels.com/photos/4933841/pexels-photo-4933841.jpeg", save=True)

コードを実行すると、出力画像は"runs/detect/predict"フォルダーに保存されます。

図2. エクスポートしたUltralytics YOLO11モデルをCoreML形式で使用して物体を検出。画像：著者。

エクスポートしたCoreMLモデルはどこで使用できますか？#

Ultralytics YOLO11をCoreMLにエクスポートすると、iPhone、iPad、Mac上で効率的に動作する多様なコンピュータビジョンアプリケーションを構築できます。次に、この統合が特に役立つ現実世界のシナリオを見ていきます。

CoreMLモデルを活用したARおよびゲームアプリ#

拡張現実 (AR)は、ライブカメラ映像に仮想要素を重ね合わせることで、デジタルコンテンツと現実世界を融合します。モバイルゲームにおける重要な要素になりつつあり、よりインタラクティブで没入感のある体験を生み出しています。

Ultralytics YOLO11をCoreML形式にエクスポートすると、iOS開発者はスマートフォンのカメラを使用して、ベンチ、木、標識などの現実世界の物体を認識するARゲームを構築できます。ゲームでは、コイン、手がかり、クリーチャーなどの仮想アイテムをこれらの物体上に重ね合わせ、プレイヤーを取り巻く環境をより魅力的にできます。

この処理は、物体検出と物体追跡によって実現されます。Ultralytics YOLO11が物体をリアルタイムで検出・識別し、追跡機能がカメラの移動中も物体を画面内に捉え続けることで、仮想要素を現実世界に正確に位置合わせします。

プレイヤーはスマートフォンをかざして周囲を探索し、目に入るものとインタラクションしてアイテムを集めたり、短いチャレンジを完了したりできます。これらすべてをインターネット接続なしでデバイス上で直接実行できるため、スムーズで魅力的な体験を実現できます。

リアルタイムANPR向けのCoreMLモデル統合iOSアプリ#

自動ナンバープレート認識 (ANPR)は、車両のナンバープレートを検出して読み取るために使用されるコンピュータビジョンアプリケーションです。セキュリティ、交通監視、アクセス制御システムで広く利用されています。CoreMLとYOLO11のようなモデルにより、ANPRをiOSデバイス上で効率的に実行できるようになりました。

iPhoneにANPRアプリを搭載すると、セキュリティを重視する環境で特に役立ちます。たとえば、立入制限区域に進入する車両が許可されているかどうかを、チームが迅速に判断できるよう支援します。

このようなアプリでは、CoreMLを通じて統合したUltralytics YOLO11のようなビジョンAIモデルを使用し、デバイスのカメラで車両を検出してナンバープレートの位置をリアルタイムで特定できます。プレートが検出されると、光学文字認識 (OCR) 技術によってナンバーを読み取れます。その後、アプリはこの番号をローカルまたはクラウドベースのデータベースと照合し、アクセスを確認したり、未許可の車両にフラグを付けたりできます。

図3. ビジョンAIはナンバープレート番号の検出と読み取りに使用できます（出典）。

CoreMLモデルを活用できるアクセシビリティ重視のアプリ#

AIはアクセシビリティに大きな影響を与え、視覚障害のある人々の障壁を取り除くのに役立っています。CoreMLやUltralytics YOLO11のようなコンピュータビジョンモデルを使用すれば、開発者はユーザーの周囲の世界をリアルタイムで説明するiOSアプリを構築でき、日常の作業をより簡単かつ自立的に行えるよう支援できます。

たとえば、視覚障害のある人はiPhoneのカメラを周囲に向けることができます。アプリは物体検出を使用して、車両、人、道路標識などの重要な要素を認識し、見えているものを音声で説明します。混雑した道路を移動したり、緊急事態を把握したりする場面で活用できます。

図4. Ultralytics YOLO11を使用して人を検出する例

主なポイント#

Ultralytics YOLO11をCoreML形式にエクスポートすることで、iOSデバイス上でのオフライン物体検出を含む、リアルタイムアプリケーションの新たな可能性が生まれます。農業やセキュリティからアクセシビリティまで、この組み合わせにより、デバイス上だけで動作するスマートで効率的、かつプライバシーを重視したアプリを開発できます。

わずかな簡単な手順でUltralytics YOLO11モデルを変換し、iPhoneに信頼性の高いコンピュータビジョン機能を追加できます。何より、インターネット接続なしで動作します。CoreML統合によって高度なAIの力を日常的なモバイルアプリで活用できるようになり、アプリをより高速で応答性の高い、どこでも実行できるものにできます。

AIについてさらに詳しく知りたい方は、GitHubリポジトリを確認し、コミュニティに参加して、ライセンスオプションをご覧ください。コンピュータビジョンプロジェクトを始めるきっかけとして、小売業におけるAIや物流におけるコンピュータビジョンなどのイノベーションがソリューションページで未来をどのように形作っているかをご確認ください。