オブジェクト検出にUltralytics YOLO11を使用する方法

Computer visionは、人工知能（AI）の分野の一つであり、機械が視覚情報を解釈および理解するのを助け、object detectionのような重要なタスクを実現します。image classificationとは異なり、オブジェクト検出は画像内にどのオブジェクトがあるかを特定するだけでなく、その正確な位置も正確に指し示します。これにより、オブジェクト検出は、自動運転車向けのビジョンAIアプリケーション、リアルタイムのセキュリティシステム、および倉庫の自動化において不可欠なツールとなっています。

時間が経つにつれて、オブジェクト検出技術はより高度になり、使いやすくなりました。大きな前進となったのが、Ultralyticsの年次ハイブリッドイベントYOLO Vision 2024 (YV24)で発表された、Ultralytics YOLO11 modelの発表です。YOLO11は、精度とパフォーマンスを向上させながら、YOLOv8と同じタスクをサポートしているため、従来のモデルのユーザーもスムーズに移行することができます。

図1：物体検出にUltralytics YOLO11モデルを使用する例。

この記事では、object detectionとは何か、他のコンピュータビジョンタスクとの違い、そして実際のアプリケーションについて解説します。また、YOLO11モデルをUltralytics Python packageおよびUltralytics HUB platformで使用する方法についても順を追って説明します。それでは始めましょう！

物体検出とは？#

Object detectionは、画像内のオブジェクトを識別するだけでなく、それ以上のことを行うコンピュータビジョンの中核的なタスクです。特定のオブジェクトが存在するかどうかを判断するだけの画像分類とは異なり、オブジェクト検出は複数のオブジェクトを認識し、バウンディングボックスを使用してそれらの正確な位置を特定します。

たとえば、グループ写真での顔の識別と位置特定、混雑した通りの車、店舗の棚にある商品を検出することができます。オブジェクトの認識とローカライゼーションを組み合わせることで、監視、群衆モニタリング、自動在庫管理などのアプリケーションに特に有用となります。

図 2: 顔検知への Ultralytics YOLO11 の適用。

オブジェクト検出をセマンティックセグメンテーションやinstance segmentationなどの他のタスクと区別するものは、その焦点と効率性です。

セマンティックセグメンテーションは画像のすべてのピクセルにラベル付けを行いますが、同じタイプの個々のオブジェクトを区別しません（例：写真内のすべての顔が「face」としてグループ化されます）。Instance segmentationはさらに一歩進んで、同じクラスのオブジェクトであっても、それぞれのオブジェクトを分離し、その正確な形状を輪郭として描画します。

しかし、オブジェクト検出は、オブジェクトを識別して分類すると同時にその位置をマークすることにより、より効率的なアプローチを提供します。これにより、セキュリティ映像での顔の検出や、自動運転車の障害物の識別といったリアルタイムタスクに最適です。

Ultralytics YOLO11 とオブジェクト検出の応用例#

Ultralytics YOLO11の高度なオブジェクト検出機能により、さまざまな業界で役立ちます。いくつかの例を見てみましょう。

リテール分析への Ultralytics YOLO11 の活用#

Ultralytics YOLO11とオブジェクト検出は、inventory managementや棚の監視をより効率的かつ正確にすることで、小売りのアナリティクスを再定義しています。モデルがすばやく確実に対象物を検出する能力により、小売業者は在庫レベルの追跡、棚の整理、在庫数のミスの削減を行うことができます。

たとえば、YOLO11は店舗の棚にあるサングラスなどの特定の商品を検出できます。しかし、なぜ小売業者は棚を監視したいのでしょうか？棚に商品が十分にあり、整理されている状態を保つことは、顧客が求めているものを見つけられるようにするために不可欠であり、売上に直接影響します。リアルタイムで棚を監視することにより、小売業者は商品の不足、誤った配置、または過密状態を素早く察知し、整理されていて魅力的なディスプレイを維持してショッピング体験を向上させることができます。

図 3: 棚の上の商品を検知するために Ultralytics YOLO11 を使用している例。

スマートシティアプリケーションにおけるUltralytics YOLO11#

活気ある都市が効率的に機能するためには、円滑な交通の流れと安全な道路が不可欠であり、Ultralytics YOLO11はその実現を支援します。実際、多くのスマートシティアプリケーションをYOLO11と統合することができます。

興味深い事例の1つとして、オブジェクト検出を使用して走行中の車両のナンバープレートを識別することが挙げられます。これにより、Ultralytics YOLO11は、より迅速な料金徴収、優れたtraffic management、および迅速な規制執行をサポートできます。

図4: オブジェクト検出とUltralytics YOLO11を使用したナンバープレートの検出。

道路を監視するビジョンAIシステムからのインサイトにより、当局は交通違反や渋滞がより大きな問題に発展する前に警告を受けることができます。YOLO11は歩行者や自転車も検出できるため、すべての人が安全かつ効率的に道路を利用できるようにします。

実際のところ、Ultralytics YOLO11が視覚データを処理する能力を備えているため、都市のインフラストラクチャを改善するための強力なツールとなります。例えば、車両や歩行者の動きを分析することで、信号機のタイミングを最適化するのに役立ちます。また、子供を検知してドライバーに減速を促すことで、スクールゾーンの安全性を高めることも可能です。YOLO11を活用することで、都市は課題に対処するための積極的な対策を講じ、すべての人にとってより効率的な環境を作り出すことができます。

Ultralytics YOLO11によるリアルタイムビデオ検出: アクセシビリティの向上#

リアルタイムオブジェクト検出とは、ライブビデオフィード内に出現するオブジェクトをシステムがその場で識別して分類する機能を指します。Ultralytics YOLO11は優れたリアルタイムパフォーマンスを発揮するように設計されており、この機能のサポートに優れています。その用途はプロセスの効率化にとどまらず、より包括的でaccessibleな世界の創造にも役立ちます。

たとえば、YOLO11はリアルタイムでオブジェクトを識別することにより、視覚障害のある個人を支援することができます。検出結果に基づいて音声説明を提供することができ、ユーザーがより自立して周囲の環境を移動するのに役立ちます。

視覚障害を持つ人が食料品を買い物している場面を考えてみます。適切な商品を選ぶことは難しい場合がありますが、Ultralytics YOLO11がサポートします。商品をカートに入れた際に、YOLO11と統合されたシステムを使用して、バナナ、アボカド、牛乳パックなどの各商品を特定し、リアルタイムで音声説明を提供することができます。これにより、自分の選択を確認し、必要なものがすべて揃っていることを確実に把握できます。日常的な商品を認識することで、YOLO11は買い物をよりシンプルにすることができます。

図5：物体検出は、視覚障害のある方にとって世界をより利用しやすくする手助けとなります。

Ultralytics YOLO11を使用したオブジェクト検出のステップバイステップガイド#

物体検出の基本とその多様な応用について説明しましたので、次はUltralytics YOLO11モデルを使用して物体検出などのタスクをどのように開始するかについて詳しく見ていきましょう。

YOLO11を利用する簡単な方法は2つあります。Ultralytics Pythonパッケージを使用する方法と、Ultralytics HUBを使用する方法です。まずはPythonパッケージを使用した両方の手法を順に見ていきましょう。

Ultralytics YOLO11を使用した推論の実行#

推論とは、AIモデルが新しい未知のデータを分析してpredictionsを行ったり、情報を分類したり、トレーニング中に学習したことに基づいてインサイトを提供したりすることです。オブジェクト検出に関して言えば、それは画像またはビデオ内の特定のオブジェクトを識別および特定し、それらの周りにバウンディングボックスを描画し、モデルのトレーニングに基づいてそれらにラベルを付けることを意味します。

YOLO11オブジェクト検出モデルを使用して推論を行うには、まずpip、conda、またはDocker経由でinstall the Ultralytics Python packageを行う必要があります。インストールで問題が発生した場合は、troubleshooting guideを参照して解決に役立つヒントやコツを確認してください。インストールが完了したら、次のコードを使用してYOLO11オブジェクト検出モデルをロードし、画像に対して予測を行うことができます。

図6：YOLO11nを使用して画像に対して推論を実行する様子。

カスタムのUltralytics YOLO11モデルのトレーニング#

Ultralytics YOLO11は、特定のユースケースにさらに適応させるためのcustom trainingもサポートしています。モデルをファインチューニングすることで、プロジェクトに関連するオブジェクトを検出するようにカスタマイズできます。例えば、using computer vision in healthcareにおいて、カスタムトレーニングされたYOLO11モデルを使用して、MRIスキャンの腫瘍やX線の骨折など、医療画像内の特定の異常を検出し、医師がより迅速かつ正確な診断を下すのを支援することができます。

以下のコードスニペットは、オブジェクト検出用のUltralytics YOLO11モデルをロードしてトレーニングする方法を示しています。YAML設定ファイルまたは事前学習済みモデルから開始し、重みを転送して、COCOなどのデータセットでトレーニングすることで、より洗練されたオブジェクト検出機能を実現できます。

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.yaml")  # build a new model from YAML
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)
model = YOLO("yolo11n.yaml").load("yolo11n.pt")  # build from YAML and transfer weights

# Train the model
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

モデルのトレーニング後、トレーニング済みのモデルをさまざまな環境にデプロイするために、さまざまな形式でエクスポートすることも可能です。

Ultralytics HUBにおけるYOLO11物体検出#

コード不要の代替手段をお探しの場合、Ultralytics HUBは、YOLO11を含むYOLOモデルのトレーニングとデプロイのための使いやすいビジョンAIプラットフォームを提供します。

画像に対してオブジェクト検出を実行するには、アカウントを作成し、「Models」セクションに移動して、Ultralytics YOLO11のオブジェクト検出モデルのバリエーションを選択するだけです。画像をアップロードすると、プラットフォームのプレビューセクションに検出されたオブジェクトが表示されます。

図7：Ultralytics HUBで推論を実行する様子。

Pythonパッケージの柔軟性とHUBの使いやすさを組み合わせることで、Ultralytics YOLO11は、開発者も企業も同様に、高度なオブジェクト検出テクノロジーの力を簡単に活用できるようにします。

重要なポイント#

Ultralytics YOLO11は、高精度と汎用性を兼ね備え、さまざまな業界のニーズを満たすことで、オブジェクト検出における新しい基準を打ち立てます。リテールアナリティクスの強化からスマートシティインフラの管理まで、YOLO11は数多くのアプリケーションにおいて、リアルタイムで信頼性の高いパフォーマンスを発揮するように構築されています。

カスタムトレーニングのオプションと、Ultralytics HUBを通じた使いやすいインターフェースにより、YOLO11をワークフローに統合することがこれまでになく簡単になりました。コンピュータビジョンを探索する開発者であれ、AIで革新を目指す企業であれ、YOLO11は成功に必要なツールを提供します。

詳細については、GitHub repositoryを確認し、コミュニティに参加してください。ソリューションページで、self-driving carsやcomputer vision for agricultureにおけるAIアプリケーションを探索してください。 🚀