CLIを通じてUltralytics YOLO11を実行する方法

今日、カメラは店舗、オフィス、街頭、公共スペースなど至る所に存在し、重要な問いに答えるための瞬間を捉えています。これらのカメラが記録する視覚データは、交通の流れ、群衆の行動、環境条件、さらには個人の動きや相互作用など、私たちの日常生活のさまざまな側面に関する有用な情報を明らかにできます。しかし、これらすべての動画を人間が手作業で確認することは不可能であり、重要な洞察が見過ごされてしまうことがよくあります。

コンピュータビジョンのような高度なAI技術は、視覚データ分析を新たなレベルへと引き上げます。これは、生の映像を明確で実行可能な洞察に変えることで、複雑なタスクを簡素化します。パターンの発見、アクティビティの追跡、プロセスの改善など、作業をより高速かつ正確にします。企業にとっては、手作業に費やす時間を減らし、よりスマートで効果的な意思決定が可能になることを意味します。

具体的には、Ultralytics YOLO11は、リアルタイムの物体検出、姿勢推定、追跡、画像分類といったYOLOタスクを簡素化する高度なコンピュータビジョンモデルです。技術的な経験レベルを問わずユーザーが簡単に画像や動画から貴重な洞察を抽出できるように設計されています。

本記事では、コマンドラインインターフェース（CLI）を介したUltralytics YOLO11ソリューションの実行について詳しく見ていきます。それでは始めましょう！

Link to this sectionコマンドラインインターフェースとは何でしょうか？#

コマンドラインインターフェースは、シンプルなテキストコマンドを入力することでコンピュータと対話できる直感的なツールです。CLIを介してシステムと直接対話することで、大掛かりなソフトウェアや複雑なインターフェースに頼ることなく、迅速に作業を完了できます。これは特に、不要なステップを踏まずに結果を得たいユーザーにとって、クリーンで効率的なタスク遂行方法です。

CLIは、反復的なタスクを迅速かつ効率的に完了するための手段も提供します。一度コマンドを確立すれば、必要なときにいつでも簡単に再利用できるため、ワークフローを合理化し、手作業の負担を最小限に抑えることができます。

コンピュータビジョンの観点では、CLI経由でUltralytics YOLO11を使用することで、動画の分析や物体追跡を簡単に行うことができ、専門的な知識は必要ありません。例えば、数行のコマンドを実行するだけで、動画内に何人の人物がいるかをカウントし、アクティビティを追跡するための迅速かつ正確な結果を得ることができます。

図1. 正確な追跡と洞察のための人物カウント。

Link to this sectionUltralytics YOLO11ソリューションの概要#

Ultralytics Pythonパッケージには、小売、輸送、セキュリティ、スポーツ業界などの実社会のタスクを処理するためのYOLO11を活用した組み込みソリューションが付属しています。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ことで、企業は複雑なタスクを迅速に簡素化し、実用的な洞察を得ることができます。

Ultralyticsが提供するいくつかのソリューションを簡単に紹介します。

• 物体カウント：動画やライブストリーム内の物体（道路上の車や倉庫の在庫など）を自動的にカウントし、アクティビティの追跡や在庫管理を行います。
• 行列管理：リアルタイムで列の長さを監視し、サービスの効率を向上させ、顧客の待ち時間を短縮します。
• セキュリティアラームシステム：制限区域内での異常な動きや許可されていない物体を検出し、アラートをトリガー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のパフォーマンス分析を改善します。

これらはUltralyticsが提供する多目的なソリューションのほんの一部です。利用可能なオプションの全範囲を確認するには、公式のUltralyticsドキュメントを参照してください。

Link to this sectionCLIでUltralytics YOLO11ソリューションを活用する#

Ultralytics YOLO11ソリューションの開始は非常に簡単で、技術的な専門知識は必要ありません。いくつかの簡単なステップで、画像や動画の分析を開始し、有意義な洞察を得ることができます。

まず、コンピュータのコマンドラインインターフェースを開きます。Windowsの場合は、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の場合は、システムでターミナルアプリケーションを検索します。次に、pip install ultralytics というコマンドを使用してUltralytics Pythonパッケージをインストールします。

これで準備は完了です！Ultralytics Pythonパッケージが自動的にすべてを設定してくれるため、複雑な構成や追加ツールは不要です。インストールが完了すれば、すぐにその機能を探求できます。

Ultralytics Pythonパッケージにより、必要に応じて機能を柔軟に調整できます。より迅速な結果を求めるのか、より詳細な分析を求めるのかに応じて、特定の用途に適したモデルを選択できます。また、出力はシステムがデータを処理するライブ中に表示することも、後で都合の良いときに確認するために保存することも可能です。

Link to this section視覚データを実行可能なストーリーに変える#

YOLO11のセットアップが完了したら、それがどのように生の視覚データを有意義な洞察に変えられるかを探求する準備ができています。その能力を紹介するために、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という実用的な例を見ていきましょう。

ヒートマップは、交通の流れを可視化し、アクティビティが高いエリアと低いエリアを特定するための素晴らしい方法です。交通パターンを明らかにすることで、日々の交通管理の課題に対してより賢明な決定を行い、より効果的な計画を立てることができます。

図2. 実世界交通分析用のサンプル入力動画のフレーム。

開始するには、CLIでシンプルなコマンドを入力し、システム上の動画ファイルの場所を指定するだけです。ソリューションが動画を分析して物体を検出・追跡し、カラーコード化されたヒートマップを生成します。暖かい色はアクティビティが活発なエリアを示し、冷たい色はアクティビティが少ないエリアを強調します。Ultralyticsヒートマップソリューションガイドには、これらのコマンドの明確な例が記載されており、ニーズに合わせて簡単にソリューションをカスタマイズして実行できます。

Link to this sectionヒートマップの洞察がどのように賢明な意思決定を促進するか#

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、混雑しているエリアや動きがスムーズなエリアを強調し、交通の流れを明確に示しています。これらの洞察は交通管理に非常に役立ち、計画担当者は車両の誘導、駐車レイアウトの改善、道路のより良い活用を行うことができます。

図3. YOLO11を使用して生成され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、ヒートマップはボトルネックや問題領域を特定し、効率を改善する方法を見つけることを容易にします。また、突然の車線変更や減速など、安全上のリスクを示唆する重要な詳細を明らかにする可能性もあります。これらの問題に対処することは、事故を減らし、道路をより安全で信頼性の高いものにするのに役立ちます。全体として、ヒートマップは交通管理を改善し、すべての人にとってより安全な道路に貢献するために必要な洞察を提供します。

Link to this sectionUltralyticsソリューションを使用してコンピュータビジョンアプリケーションを作成する#

Ultralytics YOLO11ソリューションは、さまざまなセクターにおける日常的な課題を解決し、効率性と意思決定を改善するために使用できます。それらのいくつかを詳しく説明しましょう。

Link to this sectionYOLO11による小売の最適化#

ラッシュアワー中の小売店の管理は非常に困難な場合があります。従業員が手作業で顧客の流れを監視することに苦労し、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を使用することで、Ultralyticsは店に出入りする顧客をカウントするためのシンプルなソリューションを提供し、管理者が推測に頼ることなく需要に合わせて人員配置を調整できるように支援します。

Link to this sectionYOLO11は駐車管理の改善に役立ちます#

スペースを見つけるのが難しい場合、駐車管理はフラストレーションが溜まる可能性があります。手動監視のような従来の方法では、ピーク時に対応しきれないことがよくあります。YOLO11を使用することは、利用可能な駐車スペースに関するリアルタイムの更新情報を提供するための素晴らしい方法となります。コンピュータビジョンは、ドライバーを効率的に誘導し、不必要な遅延を減らすのに役立ちます。

さらに、予約された場所に無断で駐車する車両はセキュリティ上の懸念を引き起こす可能性があります。YOLO11とANPR（自動ナンバープレート認識）を使用すれば、これらの違反を迅速に検出し、対処できるため、制限区域の安全を維持できます。また、駐車場内の交通パターンを分析することで、ボトルネックを最小限に抑え、ドライバーにとってより良い体験を創出できます。

図4. YOLO11を使用したスマート駐車管理。

Link to this sectionYOLO11による農業オペレーションの最適化#

もう1つの興味深いUltralyticsソリューションは、特定の領域での物体カウントに関するものです。これは農家が大規模なオペレーションをより効果的に管理するために使用できます。例えば、ドローン映像を分析して特定のエリア内の作物や家畜を監視し、害虫の発生や病気のホットスポットなどの問題を早期に検出することを容易にします。これにより、農家は迅速に行動して収穫物を守り、損失を減らすことが可能になります。

図5. コンピュータビジョンを使用して甲虫を検出。

Link to this sectionUltralytics YOLO11ソリューションを使用する利点#

Ultralytics YOLO11ソリューションがさまざまなビジネスワークフローに与える前向きな影響を示す、いくつかのユニークな利点を挙げます。

• リソース配分の改善： YOLO11は、より忙しいエリアへのスタッフ配置や、効率を高めるためのレイアウト調整など、リソースがどこで最も必要とされているかを特定するのに役立ちます。
• 運用コストの削減： ビデオ分析の自動化により、手作業への依存が減り、時間を節約し、運用をスムーズに保ちながら経費を削減します。
• 隠れた機会の特定： 未使用のスペースや顧客エンゲージメントを向上させる機会など、見過ごされがちな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： 詳細な視覚的出力を通じてチーム間で洞察を容易に共有でき、調整を改善するために全員が同じ情報を把握していることを確実にします。

Link to this section重要なポイント#

Ultralytics YOLO11は、最先端の技術をユーザーフレンドリーな方法で提供し、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関係なく誰でも簡単に使用できます。その柔軟性により、YOLO11は小売、都市計画、スポーツ、職場の安全性など、さまざまな業界でのアプリケーションをサポートします。

企業はこれを使用して、課題に取り組み、価値ある洞察を発見し、日常業務を合理化できます。その直感的なセットアップ、柔軟なオプション、明確な出力により、視覚データを実行可能な洞察に変えるための効果的なツールとなっています。

私たちのコミュニティに参加し、GitHubリポジトリをチェックして、AIについてさらに学びましょう。製造業におけるコンピュータビジョンや医療におけるAIがいかにイノベーションの限界を押し広げているかを確認してください。また、今すぐ始めるためにライセンスオプションをご覧ください！