Ultralytics YOLO11を使用してAI搭載ドローンアプリケーションを構築

店舗での買い物とオンラインショッピングは似ているように見えますが、それぞれ異なる物流に依存しています。店舗では棚への商品の補充が必要である一方、オンライン注文では玄関先への配送が必要です。技術の進歩により、どちらの買い物体験も並行して変化しています。

例えば、配送では大きな変化が起きています。AI搭載ドローンによって、商品が家庭に届く方法が変わりつつあります。これらのスマートドローンは、今後10年間で約8億800万件の配送を担うと予想されており、日常的な商取引における空を新たな配送ルートへと変えようとしています。

配送ドローンは、人工知能（AI）とコンピュータビジョンを使用して、障害物の周囲を航行・操縦します。コンピュータビジョンは、視覚データの分析に使用されるAIの一分野です。Ultralytics YOLO11のようなコンピュータビジョンモデルは、ドローンによる物体のリアルタイム検出・追跡を支援し、周囲の環境をより適切に把握して相互作用できるようにします。

図1。目的地へ荷物を運ぶ配送ドローン。

MeituanやDJIなどの企業は、すでにドローンにコンピュータビジョンを統合しています。実際、さまざまな業界でドローンの導入が急速に進んでいることを受け、AIドローン市場は2031年までに2,069億ドル規模へ急成長すると見込まれています。

この記事では、Ultralytics YOLO11のようなコンピュータビジョンモデルを、ドローン配送などのドローンベースのアプリケーションでどのように活用できるかを詳しく見ていきます。これらの技術を実環境で使用する前に開発・テストする方法を示す例を、順を追って説明します。

ドローンでUltralytics YOLO11を使用して住宅を検出する#

配送ドローンにとって重要な機能の一つは、航行中に住宅を検出できることです。この機能を再現し、その仕組みを理解するために、空撮ドローンで撮影した映像から住宅を識別できるコンピュータビジョンモデルをトレーニングします。そのためにUltralytics YOLO11をカスタムトレーニングします。これは、ラベル付きの例を使用して、事前トレーニング済みのYOLO11モデルを住宅の認識・検出向けにファインチューニングする作業です。

そのためには、ドローンで撮影した高品質な動画データが必要です。興味深いことに、実際のドローンにアクセスできなくても、リアルな空撮映像を生成できます。その方法を見てみましょう。

Google Earth Studioを使用して人工的なドローン撮影映像を作成する#

Google Earth Studioは、Google Earthの衛星画像と3D画像を使用して、静止画やアニメーションコンテンツを作成できるWebベースのアニメーションツールです。これを使ってリアルな空撮映像を作成できます。

まず、Google Earth Studioを開き、以下のようにプロジェクトを作成します。

サインインするにはGoogleアカウントが必要です。

図2。Google Earth Studioでプロジェクトを作成する。

サインインすると、人工的なドローン動画の場所を選択できます。ページ左上の検索バーを使用して、場所を検索できます。このチュートリアルでは、カナダを選択します。また、住宅を検出するモデルをトレーニングするため、ドローン動画には住宅の空撮映像を含める必要があります。

図3。Google Earth Studioを使用して場所を選択する。

次に、人工的なドローン撮影映像の動きを捉えるため、最初と最後のタイムフレームを設定します。ドローン撮影の開始地点を選択したら、以下のように青いダイヤモンドを使用して最初のフレームを設定します。

図4。青いダイヤモンドを使用して最初のフレームを設定する。

次に、ドローンの目的地を決める最後のフレームを選択します。これにより、ドローン映像に移動効果を作成できます。そのためには、下図で強調表示されているバーを右に移動し、特定の時刻に合わせてドローン撮影映像の移動効果を作成します。もう一度、青いダイヤモンドを使用して最後の地点を設定します。

図5。バーを移動して最後のフレームを設定する。

最後に、ページ右上の赤い「Render」ボタンをクリックして、このプロジェクトを保存し、レンダリングできます。これにより、ドローン撮影映像の最終的な動画出力が生成され、人工的なドローン動画の映像を作成できます。

図6。最終出力動画をレンダリングする。

ドローンデータにラベルを付ける方法#

人工的なドローン動画の映像を作成したので、次のステップは、その中の住宅にラベル付けまたはアノテーションを行うことです。また、動画の各フレームを分割する必要があります。

まず、LabelImgをインストールします。LabelImgはオープンソースの画像ラベリングツールです。ターミナルでpipパッケージインストーラーを使用し、次のコマンドを実行して直接インストールできます：「pip install labelImg」。

インストール後、ターミナルまたはコマンドプロンプトで「labelImg」コマンドを使用してツールを実行できます。以下に示すページが表示されます。

図7。LabelImgツールのインターフェース。

一方、オンラインの動画・画像変換ツール、またはFFmpegというツールを使用して、動画をフレームに分割できます。FFmpegは、音声、動画、字幕、関連メタデータなどのマルチメディアコンテンツを処理するためのライブラリとツールの集合です。

次のターミナルコマンドを使用して、ドローン映像の動画を各フレームに分割できます。

ffmpeg -i input_video.mp4 frame_%04d.png

ドローン映像のフレームを分割したら、そこに含まれる物体（住宅）のラベル付けを開始できます。LabelImgツールで画像フォルダーに移動すると、各画像の物体にラベルを付けられます。ラベル付けした画像をすべて保存し、確認してください。画像へのアノテーションが完了したら、このデータを使用してUltralytics YOLO11のトレーニングに進みます。

図8。アノテーション済み画像を保存する例。

Ultralytics YOLO11モデルのトレーニングワークフロー#

Ultralytics YOLO11のトレーニングを開始する前に、画像とラベルを整理します。まず、「train」という名前のフォルダーと「valid」という名前のフォルダーを作成します。画像をこれらのフォルダーに分けて配置します。それぞれのフォルダー内に、以下のように画像と対応するラベルファイル（テキスト形式）用のサブフォルダーを個別に作成します。

図9。画像フォルダーとラベルフォルダーを作成する例。

次に、以下の手順でUltralytics YOLO11モデルのトレーニングを開始します。

• ステップ1： Ultralytics Pythonパッケージをインストールします。ターミナルで「pip install ultralytics」コマンドを実行します。インストール中に問題が発生した場合は、解決に役立つヒントや方法をまとめたトラブルシューティングガイドを確認してください。
• ステップ2： パッケージのインストールが正常に完了したら、「data.yaml」という名前のファイルを作成します。これはモデルのトレーニングに不可欠な設定ファイルです。data.yamlファイルには、以下のように、トレーニングデータセットへのパス、検証データセットへのパス、クラス数（nc）、クラス名のリスト（names）を記述します。

図10。data.yamlファイルの例。

• ステップ3： 「data.yaml」ファイルの設定が完了したら、以下のPythonコードを使用してモデルのトレーニングを開始できます。このコードは事前トレーニング済みのUltralytics YOLO11モデルを読み込み、設定に従ってトレーニングします。

from ultralytics import YOLO

# Load a YOLO11 model
model = YOLO("yolo11n.pt")  # choose your model, e.g., YOLO11 nano

# Train the model with your data and settings
model.train(data="data.yaml", epochs=100, imgsz=640)

• ステップ4： トレーニングが完了すると、以下に示すものと同様の出力が表示されます。これは、ドローンベースのアプリケーション向けUltralytics YOLO11モデルのトレーニングが正常に完了したことを意味します。

図11。モデルのトレーニング後に表示される出力。

ドローン上でUltralytics YOLO11を使用して推論を実行する#

トレーニング済みのUltralytics YOLO11モデルは、推論と呼ばれる処理を通じて予測に使用できるようになりました。推論とは、トレーニング中に学習した内容に基づいて、モデルを使用して未知の新しいデータを分析することです。この場合、モデルは画像や動画内の住宅など特定の物体を検出してラベル付けするために使用でき、物体の周囲にバウンディングボックスを描画します。

予測を実行するには、以下のPythonコードを使用して、トレーニング済みのUltralytics YOLO11モデルを入力動画に適用します。この例では、トレーニングに使用したものと同じ人工的なドローン動画を使用しますが、必要に応じて他の動画ファイルも使用できます。

# Import library
from ultralytics import YOLO

# Load the YOLO model
model = YOLO("best.pt")  # Choose your custom-trained model

# Predict the results from the model
results = model.predict(source="path/to/original/video.mp4", show=True, save=True)

このコードを実行すると、予測結果とバウンディングボックスを含む出力動画ファイルが保存されます。

図12。出力動画ファイルの1フレーム。

さまざまな用途に向けてドローンにUltralytics YOLO11を統合する#

ドローン配送用の荷物を検出することは、コンピュータビジョンとUltralytics YOLO11の活用例の一つにすぎません。コンピュータビジョン、YOLO11、空撮ドローンには、次のような実環境での用途もあります。

• 監視とセキュリティ： AIドローンは、広範囲をリアルタイムで監視するために使用できます。侵入を検出したり、不審な活動を追跡したり、国境や大規模な公共イベントのセキュリティを強化したりできます。

• 災害対応と捜索救難： サーマルカメラと物体検出機能を搭載したドローンは、災害地域で生存者の位置を特定するのに役立ちます。また、被害状況を評価したり、緊急物資を届けたりすることもできます。

• 農業と精密農業： コンピュータビジョンを統合したドローンを使用して、作物の状態を分析し、病気を検出できます。これにより、農家はコストを削減しながら収量を増やせます。

• マッピングと地理空間分析： 高解像度の3Dマップを収集することで、AIドローンは都市計画や土地測量を支援できます。従来の方法よりも迅速かつ正確に地形を評価できます。

主なポイント#

コンピュータビジョンを搭載したAIドローンは、荷物の配送から緊急対応や農業支援まで、多くの業界を変えつつあります。このガイドでは、人工的なドローン動画の作成、動画内の物体へのラベル付け、Ultralytics YOLO11のトレーニング、そして住宅の検出への利用までを順に説明しました。

ドローン映像に物体検出を適用すると、ドローンはよりスマートになり、物体をリアルタイムで自動的に認識・追跡できるようになります。技術の進歩に伴い、AIを活用したドローンは、配送の高速化、セキュリティの向上、災害対応の支援において、さらに大きな役割を果たすようになるでしょう。

私たちのコミュニティに参加し、GitHubリポジトリを探索してビジョンAIについて詳しく学び、ライセンスオプションを確認してコンピュータビジョンプロジェクトを始めましょう。製造業におけるAIや自動車業界におけるコンピュータビジョンのようなイノベーションに関心がありますか。詳細については、当社のソリューションページをご覧ください。