CLIを使用してUltralytics YOLO11を実行する方法

今日では、店舗、オフィス、道路、公共スペースなど、あらゆる場所にカメラがあり、重要な問いに答える手がかりとなる瞬間を撮影しています。カメラが捉える映像データからは、交通の流れ、群衆の行動、環境の状態、さらには個人の移動や交流など、日常生活のさまざまな側面に関する有用な情報が得られます。しかし、これらの動画をすべて手作業で確認することは不可能であり、重要な知見が見過ごされることも少なくありません。

コンピュータービジョンなどの高度なAI技術を活用すれば、映像データの分析を次のレベルへ引き上げられます。生の映像を明確で実用的な知見に変換することで、複雑なタスクを簡素化します。パターンの発見、活動の追跡、プロセスの改善などを、より迅速かつ正確に実行できます。企業にとっては、手作業に費やす時間を削減し、より賢明で効果的な意思決定につながります。

具体的には、Ultralytics YOLO11は高度なコンピュータービジョンモデルであり、リアルタイム物体検出、姿勢推定、追跡、画像分類などのタスクを簡素化します。さまざまな技術経験レベルのユーザー向けに設計されており、誰でも画像や動画から価値ある知見を簡単に得られます。

この記事では、コマンドラインインターフェース（CLI）を通じてUltralytics YOLO11のソリューションを実行する方法を詳しく見ていきます。

コマンドラインインターフェースとは何ですか？#

コマンドラインインターフェースは、簡単なテキストコマンドを入力してコンピューターを操作できる、シンプルなツールです。CLIを使えば、かさばるソフトウェアや複雑なインターフェースに頼らず、システムに直接指示してすばやく作業できます。余計な手順をかけずに結果を得たい場合に適した、シンプルで効率的な方法です。

CLIは、反復的なタスクをすばやく効率的に完了する手段にもなります。一度設定したコマンドは必要に応じて簡単に再利用できるため、ワークフローを効率化し、手作業を最小限に抑えられます。

コンピュータービジョンでは、CLIからUltralytics YOLO11を使用することで、専門知識がなくても動画を簡単に分析したり、物体を追跡したりできます。たとえば、数行のコマンドを実行するだけで、動画に映っている人数を数え、活動を追跡するための迅速で正確な結果を得られます。

図1。正確な追跡と知見の獲得に向けた人数カウント。

Ultralytics YOLO11ソリューションの概要#

Ultralytics Pythonパッケージには、YOLO11を活用して小売、交通、セキュリティ、スポーツなどの業界における現実のタスクに対応する組み込みソリューションが用意されています。これらのソリューションをコマンドラインから実行すると、企業は複雑なタスクをすばやく簡素化し、実用的な知見を得られます。

Ultralyticsが提供するソリューションをいくつか簡単にご紹介します。

• 物体カウント：道路上の車や倉庫の在庫など、動画やライブストリーム内の物体を自動でカウントし、活動の追跡や在庫管理に役立てます。
• 行列管理：リアルタイムで行列の長さを監視し、サービス効率を高めて顧客の待ち時間を短縮します。
• セキュリティ警報システム：立ち入り制限区域での不審な動きや許可されていない物体を検知し、警報を発して安全性を高めます。
• 速度推定：動画内の車両やアスリートの移動速度を測定し、交通管理やスポーツパフォーマンスの分析を向上させます。

これらはUltralyticsが提供する多彩なソリューションのほんの一例です。利用可能なすべてのオプションについては、Ultralytics Solutionsドキュメントをご覧ください。

CLIでUltralytics YOLO11ソリューションを活用する#

Ultralytics YOLO11ソリューションは、技術的な専門知識がなくても簡単に使い始められます。いくつかの簡単な手順だけで、画像や動画の分析を始め、意味のある知見を得られます。

まず、コンピューターでコマンドラインインターフェースを開きます。Windowsでは、スタートメニューで「コマンドプロンプト」を検索します。macOSまたはLinuxでは、システム上のターミナルアプリケーションを検索します。次に、以下のコマンドを使ってUltralytics Pythonパッケージをインストールします：pip install ultralytics。

これで準備は完了です。Ultralytics Pythonパッケージが必要な設定を自動的に行うため、複雑な構成や追加ツールは必要ありません。インストールが完了したら、機能を試す準備が整います。

Ultralytics Pythonパッケージでは、ニーズに合わせて機能を柔軟に調整できます。より迅速な結果を得るか、より詳細な分析を行うかに応じて、用途に合ったモデルを選択できます。また、システムによるデータ処理中に出力をリアルタイムで表示したり、都合のよいときに確認できるよう保存したりできます。

視覚データを実用的なストーリーに変える#

Ultralytics YOLO11のセットアップが完了したら、生の視覚データを意味のある知見に変える方法を試してみましょう。その機能を示すため、高速道路の交通動画を分析してヒートマップを生成する実践例を見ていきます。

ヒートマップは、交通の流れを可視化し、活動が活発なエリアと少ないエリアを特定するのに役立ちます。交通パターンを明らかにすることで、日々の交通管理における課題に対し、より賢明な意思決定と効果的な計画を可能にします。

図2. 実際の交通分析に使うサンプル入力動画の1フレーム。

まず、CLIで簡単なコマンド（例：yolo solutions heatmap source="path/to/video.mp4"）を実行し、システム上の動画ファイルの場所を指定します。ソリューションが動画を分析して物体を検出・追跡し、色分けされたヒートマップを生成します。活動の多い領域は暖色で、活動の少ない領域は寒色で表示されます。Ultralytics Heatmaps Solution Guideにはコマンドの明確な使用例が掲載されており、ニーズに合わせたソリューションのカスタマイズと実行を簡単に行えます。

ヒートマップの知見をより賢明な意思決定に活かす#

以下に示すように、サンプル入力フレームのヒートマップは、渋滞している場所と流れがスムーズな場所を示し、交通の流れを明確に可視化します。これらの知見は交通管理に非常に役立ち、計画担当者は車両の迂回、駐車場レイアウトの改善、道路のより効果的な活用を実現できます。

図3。Ultralytics YOLO11を使って生成した交通流のヒートマップ。画像提供：著者。

交通パターンを可視化することで、ヒートマップを使ってボトルネックや問題箇所を特定し、効率を高める方法を見つけやすくなります。また、急な車線変更や速度低下など、安全上のリスクを示す可能性がある重要な詳細も明らかにできます。こうした問題に対処することで、事故を減らし、道路の安全性と信頼性を高められます。総じて、ヒートマップは交通管理の改善に必要な知見を提供し、すべての人にとってより安全な道路づくりに貢献します。

Ultralyticsのソリューションを使ったコンピュータービジョンアプリケーションの開発#

Ultralytics YOLO11ソリューションは、さまざまな分野の日常的な課題の解決に活用でき、効率と意思決定を向上させます。いくつかの例を詳しく見ていきましょう。

Ultralytics YOLO11による小売業の最適化#

繁忙時間帯の小売店の運営は、手に負えないと感じることがあります。従業員が顧客の流れを手作業で監視するのに苦労し、通路が混雑したり、レジの人員が不足したりすることがあります。YOLO11を使うと、Ultralyticsは店舗への入店者数と退店者数を数える簡単なソリューションを提供し、管理者が勘に頼らず需要に応じてスタッフの配置を調整できるよう支援します。

Ultralytics YOLO11は駐車場管理の改善に役立ちます#

空きスペースを見つけにくい場合、駐車場管理は悩みの種になります。手動監視などの従来の方法では、ピーク時に対応しきれないことがよくあります。Ultralytics YOLO11を使えば、空いている駐車スペースの最新情報をリアルタイムで提供できます。コンピュータービジョンは、ドライバーを効率よく案内し、不要な遅延を減らすのに役立ちます。

さらに、予約スペースを無断で占有する車両は、セキュリティ上の懸念につながることがあります。Ultralytics YOLO11とANPR（自動ナンバープレート認識）を使えば、こうした違反を検出して迅速に対処でき、制限区域の安全を確保できます。また、駐車場内の交通パターンを分析することで、ボトルネックを減らし、ドライバーにとってより快適な環境を実現できます。

図4。YOLO11を使用したスマート駐車場管理。

Ultralytics YOLO11による農業オペレーションの最適化#

Ultralyticsのもう1つの興味深いソリューションは、特定領域内の物体カウントに関連するものです。大規模な農業オペレーションをより効果的に管理するために活用できます。たとえば、ドローン映像を分析して特定区域内の作物や家畜を監視し、害虫の発生や病害の集中箇所などの問題を早期に検出しやすくします。これにより、農家は迅速に対応して収穫物を守り、損失を減らせます。

図5。コンピュータービジョンを使った甲虫の検出。

Ultralytics YOLO11ソリューションを利用するメリット#

Ultralytics YOLO11ソリューションがさまざまな業務ワークフローに与える好影響を示す、主なメリットをいくつか紹介します。

• リソース配分の改善： Ultralytics YOLO11は、混雑したエリアへのスタッフ配置や効率を高めるレイアウト調整など、リソースが最も必要な場所の特定に役立ちます。
• 運用コストの削減： 動画分析を自動化すると手作業への依存が減り、業務を円滑に継続しながら、時間とコストを節約できます。
• 潜在的な機会の発見： あまり使われていないスペースや顧客エンゲージメントを改善する機会など、見過ごされる可能性のある傾向やパターンを明らかにできます。
• データ共有の簡素化： 詳細な視覚的出力により、チーム間で知見を簡単に共有でき、全員が認識を共有して連携を強化できます。

重要なポイント#

Ultralytics YOLO11は高度な技術を使いやすい形で提供し、画像や動画の分析タスクを簡素化するため、技術的な専門知識にかかわらず、誰でも簡単に利用できます。YOLO11は柔軟性に優れ、小売、都市計画、スポーツ、職場の安全など、さまざまな業界のアプリケーションに対応します。

企業はこれを活用して課題に取り組み、価値ある知見を発見し、日常業務を効率化できます。簡単なセットアップ、柔軟な選択肢、わかりやすい出力により、視覚データを実用的な知見に変える効果的なツールとなります。

コミュニティに参加し、GitHubリポジトリを確認して、AIについて詳しく学びましょう。製造業におけるコンピュータービジョンと医療分野のAIが、どのようにイノベーションの可能性を押し広げているかをご覧ください。また、今すぐ利用を始めるには、ライセンスの選択肢もご確認ください。