2025年の最高のコンピュータビジョンデータセットを詳しく見ていきます。多様で高品質なデータセットが、よりスマートなVision AIソリューションをどのように推進するかを学びましょう。
あなたが毎日するほとんどすべてのことにデータが関わっていることをご存知だろうか。ビデオを見たり、写真を撮ったり、Google チェックしたりすることは、750億台以上の接続された機器によって常に取り込まれる情報の流れに貢献している。これらのデータは人工知能（AI）の基盤を形成している。実際 Ultralytics YOLO11のような高度なコンピュータ・ビジョン・モデルは、パターンを特定し、画像を解釈し、私たちを取り巻く世界を理解するために視覚データに依存している。
興味深いことに、データの価値は単に量だけではありません。データの整理と準備がどれだけ適切に行われているかがより重要です。データセットが乱雑であったり、不完全であったりすると、間違いにつながる可能性があります。しかし、データセットがクリーンで多様性がある場合、群衆の中のオブジェクトを認識したり、複雑なビジュアルを分析したりするなど、コンピュータビジョンモデルのパフォーマンス向上に役立ちます。高品質なデータセットがすべてを変えます。
この記事では、2025年の最高のコンピュータビジョンデータセットを探り、それらがより正確で効率的なコンピュータビジョンモデルの構築にどのように貢献するかを見ていきます。それでは、始めましょう。
コンピュータビジョンデータセットは、コンピュータビジョンシステムが視覚情報を理解し認識することを学習するのに役立つ画像またはビデオのコレクションです。これらのデータセットには、モデルがデータ内のオブジェクト、人物、シーン、およびパターンを認識するのに役立つラベルまたはアノテーションが付属しています。
これらは、コンピュータビジョンモデルをトレーニングするために使用でき、顔の識別、物体の検出、シーンの分析などのタスクを改善するのに役立ちます。データセットが優れているほど（適切に整理され、多様で、正確であるほど）、Vision AIモデルのパフォーマンスが向上し、日常生活でよりスマートで便利なテクノロジーにつながります。
コンピュータビジョンのデータセットを構築することは、誰かに世界を見て理解する方法を教えるための学習ノートを準備するようなものです。まず、開発している特定のアプリケーションに一致する画像や動画を収集することから始まります。
理想的なデータセットには、さまざまな角度から、さまざまな照明条件で、複数の背景や環境でキャプチャされた、対象オブジェクトの多様な例が含まれています。この多様性により、コンピュータビジョンモデルはパターンを正確に認識し、現実世界のシナリオで確実に実行できるようになります。
関連する画像と動画を収集した後、次のステップはデータラベリングです。このプロセスでは、AIが各画像または動画に何が含まれているかを理解できるように、タグ、アノテーション、または説明をデータに追加します。
ラベルには、オブジェクト名、場所、境界、またはモデルが視覚情報を正確に認識および解釈するのに役立つその他の関連詳細を含めることができます。データラベリングは、画像の単純なコレクションを、コンピュータビジョンモデルをトレーニングするために使用できる構造化されたデータセットに変換します。
何が高品質なデータセットを作るのか疑問に思われるかもしれません。正確なラベリング、多様性、一貫性など、多くの要因が関係しています。たとえば、複数のアノテーターが物体検出データセットにラベルを付けて猫の耳を識別する場合、ある人は頭の一部としてラベルを付け、別の人は耳として別々にラベルを付けるかもしれません。この不整合はモデルを混乱させ、正しく学習する能力に影響を与える可能性があります。
理想的なコンピュータビジョンデータセットの品質の概要を以下に示します。
YOLO11ようなUltralytics YOLO モデルは、特定のYOLO ファイル形式のデータセットで動作するように構築されています。ご自身のデータをこのフォーマットに変換するのは簡単ですが、すぐに実験を始めたい方のために、手間のかからないオプションもご用意しています。
Ultralytics Python パッケージは、幅広いコンピュータビジョンデータセットをサポートしており、オブジェクト検出、インスタンスセグメンテーション、ポーズ推定などのタスクを使用するプロジェクトに、余分なセットアップなしで飛び込むことができます。
ユーザーは、学習関数のパラメータの1つとしてデータセット名を指定することで、COCO、DOTA-v2.0、Open Images V7、ImageNet ようなすぐに使えるデータセットに簡単にアクセスできます。そうすることで、データセットが自動的にダウンロードされ、事前に設定されるため、モデルの構築と改良に集中することができます。
ビジョンAIの進歩は、イノベーションを推進し、ブレークスルーを可能にする多様で大規模なデータセットに依存しています。Ultralyticsサポートする、コンピュータビジョンモデルに影響を与える最も重要なデータセットを見てみましょう。
ImageNet2007年にプリンストン大学のFei-Fei Liとそのチームによって作成され、2009年に導入されたImageNetは、1400万枚以上のラベル付き画像を含む大規模なデータセットである。 さまざまな物体を認識・分類するシステムの学習に広く利用されている。その構造化された設計により、画像を正確にclassify するモデルの学習に特に有用である。十分に文書化されているが、主に画像分類に焦点が当てられており、物体検出のようなタスクの詳細な注釈が欠けている。
ここでは、ImageNet主な強みを紹介しよう：
ただし、どのようなデータセットでもそうであるように、このデータセットにも限界があります。考慮すべき課題を以下に示します。
DOTA-v2.0データセット（DOTAはDataset for Object Detection in Aerial Imagesの略）は、傾斜バウンディングボックス（OBB）オブジェクト検出用に特別に作成された航空写真の広範なコレクションです。OBB検出では、回転されたバウンディングボックスを使用して、画像内のオブジェクトの実際の向きにより正確に合わせます。この方法は、オブジェクトがさまざまな角度で表示されることが多い航空画像に特に適しており、より正確なローカリゼーションと全体的な検出の向上につながります。
このデータセットは、18のオブジェクトカテゴリにわたる11,000枚以上の画像と170万個以上の向き付きバウンディングボックスで構成されています。画像は800×800から20,000×20,000ピクセルまでの範囲で、飛行機、船、建物などのオブジェクトが含まれています。
詳細なアノテーションにより、DOTA-v2.0はリモートセンシングおよび航空監視プロジェクトで広く利用されています。DOTA-v2.0の主な機能は次のとおりです。
DOTA-v2には多くの強みがありますが、ユーザーが留意すべきいくつかの制限事項を以下に示します。
Roboflow 100(RF100)データセットはRoboflow Intel支援を受けて作成した。オブジェクト検出モデルがどの程度機能するかをテストし、ベンチマークするために使用できる。このベンチマークデータセットには、90,000以上の公開データセットから選ばれた100種類のデータセットが含まれています。ヘルスケア、航空写真、ゲームなどの分野から224,000以上の画像と800以上のオブジェクトクラスが含まれている。
以下に、RF100を使用する主な利点をいくつか示します。
RF100には強みがある一方で、留意すべきいくつかの欠点もあります。
COCO データセットは、最も広く利用されているコンピュータビジョンデータセットの1つで、33万枚以上の画像と詳細な画像注釈を提供しています。オブジェクト検出、セグメンテーション、画像キャプション用に設計されており、多くのプロジェクトで貴重なリソースとなっています。バウンディングボックスやセグメンテーションマスクを含む詳細なラベルは、システムが画像を正確に分析するための学習に役立ちます。
このデータセットはその柔軟性で知られており、単純なプロジェクトから複雑なプロジェクトまで、さまざまなタスクに役立ちます。ビジョンAIの分野では標準となっており、モデルの性能を評価するための課題やコンペティションで頻繁に使用されています。
その強みには、以下が含まれます。
以下に、注意すべきいくつかの制限要因を示します。
Open Images V7は、Googleキュレーションされた大規模なオープンソースデータセットで、600のオブジェクトカテゴリに対するアノテーションを持つ900万枚以上の画像が収録されています。様々な種類のアノテーションが含まれており、複雑なコンピュータビジョンタスクに取り組むのに最適です。その規模と深さは、コンピュータビジョンモデルのトレーニングとテストのための包括的なリソースを提供します。
また、Open Images V7データセットは、研究での人気が高いため、ユーザーが学習するためのリソースと例が豊富に用意されています。ただし、その巨大なサイズにより、特に小規模なチームにとっては、ダウンロードと処理に時間がかかる場合があります。もう1つの問題は、一部のアノテーションに一貫性がない場合があり、データのクリーニングに追加の労力が必要になることと、統合が必ずしもシームレスではないため、追加の準備が必要になる可能性があることです。
適切なデータセットを選ぶことは、コンピュータビジョンプロジェクトを成功させるための重要な要素です。最適な選択は、特定のタスクによって異なります。適切なデータセットを選択することで、モデルは適切なスキルを習得できます。また、ツールとの統合が容易である必要があるため、モデルの構築により集中し、トラブルシューティングに費やす時間を減らすことができます。
.webp)
高品質のデータセットは、あらゆるコンピュータビジョンモデルのバックボーンであり、システムが画像を正確に解釈することを学習するのに役立ちます。多様で適切にアノテーションが付けられたデータセットは特に重要です。これにより、モデルは実際のシナリオで確実に実行でき、限られたデータや低品質のデータによって引き起こされるエラーを削減できます。
Ultralytics 、コンピュータビジョンのデータセットへのアクセスや作業のプロセスを簡素化し、プロジェクトに適したデータを簡単に見つけることができます。適切なデータセットを選択することは、より正確でインパクトのある結果につながる、高性能なモデルを構築する上で非常に重要なステップです。
ぜひコミュニティに参加し、GitHubリポジトリを探求して、AIについてもっと学びましょう。ソリューションページでは、ヘルスケア向けのコンピュータビジョンや自動運転車におけるAIのような進歩をご覧いただけます。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ビジョンを始めましょう！
