Ultralytics YOLO26とビジョンAIでスマートな製品を構築

デバイスや機械、公共インフラに組み込まれたカメラは、毎日何千時間もの動画を撮影しています。その映像の大半は保存されるだけか、ざっと確認されるだけで、何か問題が起きたときにのみ見直されます。

多くの場合、映像データは利用できますが、リアルタイムで解釈する能力が不足しています。製品のコネクテッド化とデータ活用が進むにつれ、この制約はより顕著になっています。

ユーザーは、システムに単なる記録や固定された指示の実行以上のことを期待しています。たとえば、スマート製品には、手作業による確認を待ったり、硬直したルールセットに依存したりせず、何が起きているかを認識して即座に応答することを期待しています。

近年の人工知能の進歩は、このギャップの解消に役立っています。特にコンピュータービジョンは、機械が画像や動画を解釈できるようにし、システムによるシーンの分析とリアルタイムの応答を可能にします。

しかし、この機能を製品に組み込むには、高速かつ信頼性の高いモデルが必要です。Ultralytics YOLO26のような最先端のコンピュータービジョンモデルは、この用途に向けて開発されており、リアルタイム導入に必要な速度と精度を実現します。

Ultralytics YOLO26は、物体検出、インスタンスセグメンテーション、物体追跡などの主要なビジョンタスクに対応しており、製品が視覚データを解釈し、インテリジェントに応答できるようにします。

図1. YOLO26を使用した画像内の物体検出（出典）

この記事では、コンピュータービジョンとUltralytics YOLO26を活用して、よりスマートな製品を構築し、実世界のアプリケーションにおけるインテリジェントな自動化を支援する方法を紹介します。さっそく始めましょう！

従来の製品開発における課題#

コンピュータービジョンがよりスマートな製品づくりにどう役立つかを詳しく見る前に、従来のルールベースシステムや旧式のアルゴリズムに依存するチームが直面する課題を確認しましょう。

従来の製品開発における主な課題をいくつか紹介します。

• 硬直したルールベースシステム：ハードコードされたロジックは管理された環境では機能しますが、実世界の状況は予測できないことがほとんどです。照明やカメラの角度、物体の外観が少し変化するだけで、事前定義されたルールがすぐに機能しなくなり、精度が低下する可能性があります。
• 実世界の変動への適応性の低さ：従来のシステムは、新しい状況や予期しない状況にうまく対応できません。更新には手動での調整や繰り返しの最適化が必要になることが多く、製品の改善が遅れ、保守の負担も増加します。
• スケーラビリティの制約：画像や動画のデータ量が増えるにつれて、旧式の画像処理パイプラインでは対応が難しくなります。処理速度が低下し、動画ストリーム全体でリアルタイム性能を維持することが難しくなります。
• リアルタイム処理における高レイテンシ：従来の手法の多くは、連続する映像ストリームを十分な速さで処理できません。出力の遅延は自動化の効果を弱め、全体的な応答性を低下させます。
• 高い計算リソース要件：許容できる精度を実現するには、専用のグラフィックス処理ユニット（GPUs）を含む大規模なハードウェアリソースが必要になることが多く、インフラコストが増加します。

よりスマートな製品づくりにおけるコンピュータービジョンの役割#

次に、コンピュータービジョンが、よりスマートな製品の動作をどのように支援できるかを見ていきましょう。

現在、ほとんどのコネクテッド製品は、通常の運用プロセスの一環として、すでに視覚データを収集しています。さまざまなデバイスにカメラが組み込まれ、物理空間に設置され、モノのインターネット（IoT）システムを通じて接続されています。

その結果、画像や動画はバックグラウンドで常に撮影されています。課題は、このデータを収集することではありません。

難しいのは、収集したデータをリアルタイムで理解することです。視覚的なインテリジェンスがなければ、映像は保存されるだけで、後から確認されることになります。その時点では、すでに問題が発生している場合が少なくありません。

コンピュータービジョンは、この状況を変えます。パターン認識のために学習させたニューラルネットワークを使うことで、システムは画像や動画をリアルタイムで分析できます。固定ルールや手動確認に頼るのではなく、製品はシーンで何が起きているかを解釈し、事象の発生に合わせて応答できます。

この視覚機能を製品に組み込むには、チームはUltralytics YOLO26のような効率的なコンピュータービジョンモデルを活用できます。YOLO26は主要なビジョンタスクに対応し、リアルタイムの判断を可能にする速さで、製品が視覚情報を解釈できるよう支援します。

ビジョンを活用した製品の構成要素#

コンピュータービジョンタスクが、よりスマートな製品にどのように貢献できるかを簡単に紹介します。

• 物体検出: 各フレーム内の関連する物体を特定して位置を検出し、バウンディングボックスを用いて信頼度スコアを割り当てることで、画像に何が写っているかを明確に把握できます。
• 物体追跡: 複数のフレームにわたって特定の物体を追跡できるため、ビジョンシステムは時間の経過に伴う動きや変化を把握できます。
• 画像分類: 画像全体の主要な内容に基づいてラベルを割り当てるタスクです。シーンを分類したり、フレーム内の特定の状態を識別したりできます。
• インスタンスセグメンテーション: ピクセル単位で物体の輪郭を正確に描き出し、製品が形状、境界、空間的な関係をより適切に解釈できるようにします。
• 姿勢推定: 人体やその他の関節を持つ物体のキーポイントを検出するタスクです。姿勢、動き、物理的なインタラクションをリアルタイムで捉えます。
• 方向付きバウンディングボックス（OBB）検出: 標準的な水平のボックスではなく、回転したバウンディングボックスを使って物体を検出できます。物体が斜めに配置されている場合や、密集した環境で、位置特定の精度を高めます。

こうした機能を連続的な視覚データに適用すると、製品はより迅速に応答し、より確実に自動化を実行して、反応するだけでなく状況を認識しているかのような体験を提供できます。後からイベントの確認が行われるのを待つのではなく、システムはその場で状況を理解し、行動できます。

リアルタイムビジョンモデルが実現するインテリジェントな製品動作#

ビジョンを活用した製品について理解を深める中で、システムが動画を記録するだけの状態から、リアルタイムに実際の応答を行う状態へ、どのように移行するのか疑問に思うかもしれません。

まず、カメラの前に何があるかを認識することから始まります。動画がストリーミングされると、ビジョンモデルが各フレームを分析し、特定の物体や人物など、重要な要素を識別します。あらゆる動きに反応するのではなく、システムは関連する情報だけに注目します。

もう一つの重要な要素は速度です。リアルタイムシステムでは、検出と意思決定を目立った遅延なく行えるよう、各フレームを迅速かつ安定して処理する必要があります。

たとえば、Ultralytics YOLO（物体を一度だけ見る）モデルファミリーは、視覚データをリアルタイムで処理できるように開発されました。Ultralytics YOLO26などのモデルは、Ultralytics YOLOv5、Ultralytics YOLOv8、Ultralytics YOLO11といった以前のバージョンを基盤に、アーキテクチャの改良、パフォーマンスの最適化、効率の向上を取り入れています。その結果、厳しい実環境でも速度と精度が向上しています。

製品に組み込むと、これらのモデルはバックグラウンドで継続的に動作し、到着する各フレームを分析します。システムは事前に定義した条件を確認し、条件が満たされると、アラートの発信、ワークフローの更新、アクションの開始を即座に実行できます。

これにより、ロボティクスや自動運転車からスマートホームやセキュリティシステムまで、幅広い環境に統合できる、応答性、拡張性、実用性に優れたビジョン活用システムを実現できます。ビジネスリーダーにとっては、より迅速な対応、手作業による確認の削減、反応的ではなく信頼性の高い自動化につながります。

Ultralytics YOLO26で製品のリアルタイム視覚インテリジェンスを実現する#

YOLO26を含むUltralytics YOLOモデルは、事前学習済みモデルとしてすぐに利用できます。つまり、COCOデータセットなど、広く利用されている大規模なデータセットですでに学習済みです。

この事前学習により、Ultralytics YOLO26は一般的な実世界の物体をすぐに認識できます。これにより、製品チームは実用的な出発点を得られ、モデルをゼロから学習させることなく、視覚機能を構築できます。

より具体的な製品ニーズに対応する場合は、高品質なアノテーションを付与したドメイン固有のデータを使って、事前学習済みモデルをさらにファインチューニングできます。

たとえば、天井にカメラを設置したレストランを考えてみましょう。Ultralytics YOLO26のようなカスタム学習済みのビジョンAIモデルは、店内にいる人数を検出できます。また、どのテーブルが使用中で、どの椅子が空いているかも識別できます。

図2. Ultralytics YOLO26により、小売店で人物、空きスペース、スタッフがいるレジをリアルタイムに検出できます。(出典)

このようなシナリオでは、Ultralytics YOLO26がバックグラウンドで継続的に動作するビジュアルエンジンとして機能します。パフォーマンス要件やエネルギー効率の目標に応じて、チームはこのようなモデルをエッジデバイスにデプロイすることもできます。

スマート製品におけるYOLOモデルの実世界での活用例#

リアルタイムビジョンモデルの仕組みを理解したところで、さまざまなユースケースにおいて、Ultralytics YOLOモデルをスマート製品にどのように適用し、製品の認識力、応答性、視覚情報に基づく行動能力を高められるかを見ていきましょう。

YOLOによる医療製品のインテリジェンス向上#

医療分野の手術トレーニングでは、器具の扱いやワークフローを評価するために、何時間もの手技映像を手作業で確認することがよくあります。このプロセスには時間がかかり、人による観察に大きく依存します。

YOLOベースのビジョンモデルをシステムに組み込むと、手技の進行中に動画フィードを自動分析できます。モデルは手術器具をリアルタイムで検出し、器具がいつ、どこで使用されているかを特定できます。

これにより、継続的な手作業での確認を行わずに、構造化されたログ記録、分析の改善、高品質なパフォーマンスに関するインサイトが得られます。実際、最新のYOLO26モデルの前身であるUltralytics YOLO11モデルを用いた研究では、組み込みシステム上でもリアルタイムの腹腔鏡器具検出を効果的に実行できることが示されました。

図3. YOLOを使用した腹腔鏡器具のリアルタイム検出（出典）

このモデルは高い精度を維持しながら、実際の手術環境でライブ処理を行える速度で動作しました。これは、ディープラーニングが手技中の信頼性の高いリアルタイム視覚フィードバックを支援できることを示しています。

YOLOを活用したスマートな小売体験の構築#

混雑したスーパーマーケットの棚の前で、目的の商品を探した経験は誰にでもあるでしょう。多くの商品は見た目が似ており、ラベルは小さく、商品が誤った場所に置かれていることもよくあります。

小売業者にとって、こうした状況では棚の状態をリアルタイムに把握することが困難です。ビジョンAIとYOLO物体検出モデルを活用すると、カメラ映像やライブ動画ストリームを通じて、店舗システムが棚に実際に何があるかを把握できます。これにより、バーコードスキャンや手作業での確認への依存を減らし、棚の監視をより正確かつ迅速に行えます。

図4. Ultralytics YOLO26によるスーパーマーケットの棚の商品検出とセグメンテーション

このような精度があれば、小売業者は定期的な手作業での確認だけに頼る必要がなくなります。ライブ動画を通じて棚を継続的に監視できます。

在庫が少なくなるとすぐに通知され、誤った場所に置かれた商品をより迅速に見つけられるほか、会計プロセスも円滑に進められます。これにより、小売業者は運営をより適切に管理しながら、顧客にとってよりスムーズな買い物体験を実現できます。

ビジョンAIと自律ナビゲーション#

自律システムは非常に効率的ですが、固定ルートや事前設定された座標に依存することがよくあります。安定した環境では有効ですが、実世界の状況はほとんど常に変化します。

ディープラーニングモデルを活用したビジョンAIソリューションにより、機械は周囲の状況を理解し、リアルタイムで調整できます。コンピュータービジョンと適応型アルゴリズムを組み合わせることで、システムは硬直した事前プログラム済みの指示に頼るのではなく、変化に応じて対応できます。

では、実環境ではどのように機能するのでしょうか。倉庫内で稼働するロボットを例に考えてみましょう。カメラが周囲を継続的に撮影し、ビジョンモデルがリアルタイムの物体検出を行って、障害物、棚、通路を識別します。

これらの検出結果は位置特定に役立ち、ロボットが施設内の正確な位置を把握できるようにします。この視覚情報に基づいて最適化アルゴリズムがルートを即座に調整するため、状況が変化しても効率的に移動し、円滑な自動化を維持できます。

インフラ監視とよりスマートな欠陥検出#

送電線や送電網設備の安全性と信頼性を保つには、定期的な点検が必要です。多くの場合、こうした電力設備の点検は今も手作業で行われており、時間がかかるうえ、広範囲や遠隔地での管理が困難です。

ビジョンAIを使えば、定期的な現地訪問だけに頼らず、より簡単にインフラを監視できます。Ultralytics YOLO26などのモデルは、実際の屋外環境で撮影した画像から、送電線の碍子にある亀裂、腐食、目視可能な損傷などの欠陥を直接検出できます。

視覚データをリアルタイムで分析することで、こうしたシステムは見過ごされる可能性のある問題を通知できます。問題を早期に特定することで、設備故障のリスクを低減し、予期しない停電を最小限に抑え、より予防的な保守作業を支援します。

ビジョンベースのスマート製品のROIを測定する#

ビジネスリーダーにとって、ビジョンAIは技術的なパフォーマンスだけの問題ではありません。測定可能なビジネスインパクトも重要です。

適切に導入すれば、ビジョンを活用したシステムは効率を向上させ、コストを削減し、精度を高められます。こうした成果は、ユーザー体験の向上や全体的なパフォーマンスの強化にもつながります。

インパクトが明確に表れる領域をいくつか紹介します。

• 手作業の削減: ビジョンシステムは、繰り返し行われる検査、監視、確認作業を自動化し、手作業への依存を減らすことで、チームがより戦略的な業務に集中できるようにします。
• 意思決定サイクルの短縮: リアルタイムの視覚分析により、システムは問題を検出したり、アクションを即座に開始したりできます。これにより、対応時間が短縮され、業務を円滑に継続できます。
• 業務上のエラー削減: 自動検出により、一貫性が高まります。定型業務における人の監視負担を減らすことで、組織は多くの場合、ミスの減少と、より信頼性の高い結果を実現できます。
• ユーザーエンゲージメントの向上: 視覚情報を認識し、インテリジェントに応答できる製品は、より対話的で関連性が高いと感じられます。その結果、ユーザーの信頼が高まり、体験が向上し、長期的な利用が促進されます。

重要なポイント#

ビジョンAIにより、製品は視覚情報をリアルタイムで解釈し、よりスマートな自動化と応答性の高い体験を実現できます。検出、追跡、セグメンテーションなどの機能を活用することで、システムは基本的なルールを超え、コンテキストを考慮した意思決定を行えるようになります。Ultralytics YOLO26のような効率的なモデルにより、拡張性と競争力を備えたビジョン活用製品を実用的に構築できます。

活発なコミュニティに参加して、製造業におけるAIや小売業におけるビジョンAIなどのイノベーションをご覧ください。GitHubリポジトリにアクセスし、ライセンスオプションを確認して、今日からコンピュータービジョンを始めましょう。