Ultralytics PlatformによるAIアノテーション自動化の仕組み

画像を解析してビデオを処理するコンピュータビジョンソリューションは、製造業から医療用画像処理まで、多くの産業のワークフローに常時組み込まれるようになっています。たとえば製造業では、コンベアベルト上を移動する製品の表面の欠陥を検出する作業は、微細なパターンを発見できるcomputer vision modelsに依存しています。

そのようなモデルが適切に機能するためには、各欠陥が明確に識別されたラベル付きデータで学習する必要があります。これにより、モデルは何を探すべきかを学習し、類似したパターンを認識できるようになります。

これらのラベルを作成するプロセスをデータアノテーションと呼びます。特に、image annotationやビデオアノテーションでは、画像やビデオフレーム内でバウンディングボックスの描画、形状の輪郭抽出、または特定の領域のラベル付けを行います。

小規模なデータセットであれば管理可能ですが、データ量が増えると対応が困難になります。数千枚の画像にラベルを付けるには継続的な手作業が必要であり、アノテーションが大きなボトルネックとなります。従来のツールは、処理が遅く、断片化しており、スケールアップが難しい場合が多いのが現状です。

オールインワンのビジョンAIプラットフォームであるUltralytics Platformは、AI支援型アノテーションによってこれらの課題を解決します。AIを使用して初期のラベルを自動生成し、迅速なレビューと洗練を行うことで、手動での作業負担を軽減し、効率を向上させます。

本記事では、AI支援によるアノテーションが Ultralytics Platform 内でどのように機能し、ラベル付けのプロセスをどのように改善するかを探ります。それでは始めましょう！

データアノテーションプロセスの概要#

Ultralytics Platform におけるAI搭載型アノテーションの仕組みを詳しく見る前に、まずはデータアノテーションについて詳しく解説します。

データアノテーション（データラベリングとも呼ばれます）とは、機械学習モデルの学習に使用できるように、生データに構造化されたラベルを割り当てるプロセスです。コンピュータビジョンにおいて、これらのラベルは画像や動画内の興味のあるオブジェクト、領域、または特徴を定義します。

学習中、モデルやアルゴリズムは入力データをこれらのラベルにマッピングする方法を学習するため、アノテーションの品質はモデルの性能を左右する重要な要素となります。正確で一貫性のあるラベル付きデータセットがあればモデルは正しいパターンを学習できますが、不適切または一貫性のないアノテーションは予測の信頼性を低下させる原因となります。

例えば欠陥検出のユースケースでは、ベルトコンベア上の製品画像をアノテーションする際、欠陥が現れる場所に印を付け、どのような種類の欠陥であるかをラベル付けします。これはモデルが欠陥の見た目を学習し、新しい画像の中でそれを識別できるようにするために役立ちます。

一般的なアノテーションタスクの紹介#

次に、コンピュータビジョンにおける一般的な画像アノテーション手法を見ていきましょう。これらの手法は、物体検出、インスタンスセグメンテーション、画像分類などのタスクのために視覚データにラベルを付ける際に使用されます。各アノテーション手法は、物体の位置特定、形状の把握、重要な構造の識別など、それぞれ異なる機能を果たします。

BBox#

バウンディングボックスは、画像内の物体を囲むシンプルな長方形で、その位置を示すために使用されます。これはコンピュータビジョンにおいて最も一般的なデータラベリング手法の一つです。

これらのボックスを含む画像で学習を行うことで、物体検出モデルはさまざまな物体を認識し、画像内での位置を理解できるようになります。これにより、複数の物体を同時に検出したり、それぞれの位置を特定したりすることが可能になります。

例えば、コンピュータビジョンを使って分析される野球の試合を考えてみましょう。各フレームの選手、バット、ボールの周りにボックスを描くことで、モデルは試合を通してこれらの物体を検出し識別することができます。

図 1. バウンディングボックスを使用して複数のオブジェクトにラベル付けを行い、位置を特定できます。(Source)

ポリゴンまたはセグメンテーションマスク#

ポリゴン（セグメンテーションマスクとも呼ばれます）は、ピクセルレベルでオブジェクトにラベルを付けることにより、バウンディングボックスより一歩進んだ手法です。大まかな長方形を描く代わりに、画像内の各オブジェクトの正確な形状や境界を捉えます。そのため、より詳細な理解を必要とするタスクに役立ちます。

例えば自動運転において、セグメンテーションマスクはセマンティックセグメンテーション（各ピクセルに道路や空などのカテゴリを割り当てる）や、インスタンスセグメンテーション（車両や歩行者などの個々のオブジェクトを個別に識別する）といったタスクで使用されます。

また、人物などのオブジェクトを画像の残りの部分から切り離す必要がある、背景削除のようなタスクにも使用されます。

キーポイント#

キーポイントは、人体の関節や動物の部位など、オブジェクト上の特定のポイントに印を付けるために使用されます。これらのポイントを特定することで、モデルはオブジェクトの構造や、各部位が互いにどのような位置関係にあるかを理解できます。

コンピュータビジョンにおいてこれはポーズ推定と呼ばれ、目標はこれらのキーポイントの位置を特定し、それらがどのように関連しているかを理解することです。これらのポイントを時系列で追跡することで、動きや姿勢の変化を分析することが可能になります。

図 2. キーポイントアノテーションを使用して、人間のポーズ推定のために関節にマークを付けることができます。(Source)

一般的な例としては、動画内の身体の関節に印を付けて人間の動きを分析することが挙げられます。これらの重要なポイントに焦点を当てることで、モデルは人の姿勢や、時間の経過とともに姿勢がどのように変化するかを捉えることができます。

傾斜バウンディングボックス（OBB）#

画像内のすべてのオブジェクトが完全に整列しているとは限りません。多くの現実的なシナリオでは、オブジェクトが傾いていたり、回転していたり、あるいは異なる角度から撮影されていたりします。

標準的なバウンディングボックスは、不要な背景が含まれてしまったり、オブジェクトに正確に適合しなかったりすることがあるため、このような場合にはうまく機能しません。傾斜バウンディングボックスは、オブジェクトの方向に沿って回転した長方形を使用することでこの問題を解決し、よりタイトで正確なアノテーションを実現します。

このアプローチは傾斜バウンディングボックス（OBB）検出で使用され、モデルはオブジェクトの位置と向きの両方を識別します。例えば航空画像では、建物、船舶、車両などのオブジェクトがさまざまな角度で現れることがよくあります。回転したボックスを使用することで、シーン内での真の形状と方向を捉えやすくなります。

分類ラベル#

分類ラベルは、他のアノテーション手法とは異なるアプローチをとり、特定のオブジェクトや領域をマークするのではなく、画像全体に単一のラベルを割り当てます。これは、どこに現れるかではなく、画像の中に何が存在するかを特定することが目的の場合に使用されます。

例えば、画像の内容に基づいて「猫」や「犬」といったラベルを付けることができます。これにより、画像分類は画像を高レベルで理解するだけで十分なタスクに役立ちます。

従来のアノテーションツールの制限#

多くの従来型のラベリングツールは、複数のステップと分断されたワークフローに依存しています。AI開発チームは、ラベル付け、保存、検証のために複数のアノテーションプラットフォームを使い分ける必要があり、これがAIプロジェクトの遅延につながっています。

ほとんどのツールは限られた種類のアノテーションとデータ形式のみをサポートしているため、チームはバウンディングボックス、セグメンテーション、キーポイントで異なるツールを使用することになります。このような分断された環境は、特にコンピュータビジョン初心者にとって管理が困難になる場合があります。

手作業による負担も大きな課題です。1枚の画像のラベル付けには数分しかかからないかもしれませんが、大規模なデータセットを扱う場合はすぐに時間がかかってしまいます。特に類似した画像が繰り返しの作業を伴う場合はなおさらです。

データセットが成長するにつれて、チームはファイルの管理、データセットバージョンの追跡、アノテーション全体の一貫性の維持も行わなければなりません。これにより作業負荷が増え、データ管理に時間が取られ、モデルの性能向上に充てる時間が減少してしまいます。

より効率的なアプローチは、Ultralytics Platform 内でAI支援アノテーションを利用することです。これはAIを使用してラベルを生成および修正し、手作業を減らしながら速度と一貫性を向上させます。データセット管理、アノテーション、モデル学習、デプロイメント、監視を一元的に統合した環境を提供します。

Ultralytics Platform がアノテーションプロセスを可能にする仕組み#

Ultralytics Platformは、アノテーションをコンピュータビジョンの残りのワークフローに直接結びつけることで、アノテーションを簡素化します。別々のツールに頼る代わりに、チームは単一の環境でdata、アノテーション、モデルを扱うことができます。

物体検出、画像分類、インスタンスセグメンテーション、ポーズ推定、傾斜バウンディングボックス検出など、幅広いコンピュータビジョンタスクをサポートしています。

この環境内では、アノテーションを複数の方法で行えます。完全に制御するために手動でラベル付けしたり、SAMを活用したスマートアノテーションで対話型のポイントベースのラベル付けを行ったり、YOLO駆動のスマートアノテーションを適用して自動的にアノテーションを生成し、それをレビュー・修正したりすることができます。この柔軟性により、さまざまなデータセットやアノテーション要件への対応が容易になります。

図 3. Ultralytics Platform内でのアノテーションの様子 (Source)

AI支援および手動アノテーションはデータセット管理やモデル学習と統合されているため、チームはデータのラベル付けからデータセットの整理、モデルの学習までをシームレスに行うことができます。これによりワークフローが構造化され、ツールを切り替えたり、アノテーションを再フォーマットしたりする必要がなくなります。

このプラットフォームは、Ultralytics YOLO11やUltralytics YOLO26などのUltralytics YOLOモデルもサポートしており、アノテーション済みデータを直接トレーニングやテストに使用できます。これにより、datasetsの不備の特定、アノテーションの洗練、および継続的なイテレーションを通じたモデルの再トレーニングが容易になります。

Ultralytics Platform における SAM スマートアノテーションの主な機能#

Ultralytics Platform の SAM 搭載スマートアノテーションは、物体検出、インスタンスセグメンテーション、および傾斜バウンディングボックス（OBB）タスクのアノテーションを高速化するために設計されています。

このプラットフォームは、SAM 2.1 Tiny、SAM 2.1 Small、SAM 2.1 Base、SAM 2.1 Large、SAM 3を含む複数のSAMモデルバリアントを提供しており、ユーザーは速度と精度のどちらを選択するかを決めることができます。

図 4. Ultralytics Platform上でのSAMを活用したスマートアノテーション (Source)

Tiny や Small などの小型モデルは高速で、迅速なアノテーションワークフローに適しています。一方、Large や SAM 3 などの大型モデルは、より複雑なシーンに対して高い精度を提供します。モデルを切り替えると、アノテーションの挙動が即座に更新されます。

アノテーションエディタ内で SAM モデルを選択すると、人間のアノテーターは「スマートモード」に入ってラベル付けを開始できます。手作業で形状を描く代わりに、シンプルなポイントベースの入力を使用してモデルをガイドします。

左クリックで領域を含めるためのポジティブポイントを追加し、右クリックで不要な領域を除外するためのネガティブポイントを追加します。これらの入力に基づいて、モデルがリアルタイムで正確なマスクを生成します。

ワークフローを高速化するために「自動適用（auto-apply）」モードを有効にできます。これがアクティブな場合、クリックするたびにアノテーションが自動的に生成・保存されるため、手動確認は不要です。より複雑なオブジェクトの場合は、「Shift」キーを押したまま複数のポイントを配置してからマスクを適用するか、自動適用を無効にして自由にポイントを追加した後に「Enter」キーを押してマスクを適用することができます。

Ultralytics Platform における YOLO スマートアノテーションの理解#

SAM 搭載スマートアノテーションと同様に、Ultralytics Platform の YOLO スマートアノテーションも AI を活用してラベル付けプロセスを高速化します。クリックでモデルをガイドするのではなく、モデルの予測を使用してアノテーションを自動的に生成します。

このアプローチは、物体検出、インスタンスセグメンテーション、および傾斜バウンディングボックス（OBB）アノテーションのタスクをサポートしています。これは、Ultralytics が提供する事前学習済みモデルやカスタム学習させた YOLO モデルを含む、Ultralytics YOLO モデルと連携して動作します。

annotation editor内では、アノテーターがスマートモードに入り、モデルピッカーからYOLOモデルを選択し、予測をクリックできます。モデルピッカーには現在のデータセットのタスクに一致するYOLOモデルのみが表示されるため、生成されたアノテーションの互換性が確保されます。

モデルが画像を分析して予測に基づいたアノテーションを生成し、それが直接画像に追加されます。予測が同じクラスの既存のアノテーション出力と重なる場合、重複が設定された閾値を超えると重複検出は自動的にスキップされ、ラベルのクリーンさと一貫性を維持するのに役立ちます。

図 5. Ultralytics Platform上のUltralytics YOLOモデルによって有効化されたスマートアノテーション (Source)

予測が生成されると、human-in-the-loop annotatorsは必要に応じてレビュー、調整、または削除を行うことができます。これにより、すべてを手動でする代わりに、モデルによって生成されたアノテーションから始めて洗練させることで、大規模なデータセットのラベル付けを迅速に行うことが容易になります。

時間の経過とともに、改善された YOLO モデルを再利用してより良い予測を生成し、反復的な自動ラベリングワークフローをサポートできるようになります。

実際のパイプラインへのAI支援ラベリングの適用#

次に、Ultralytics Platform が実際のユースケースでどのようにデータアノテーションを実現しているかの例を見ていきましょう。

自動運転におけるセグメンテーション#

コンピュータビジョンモデルを統合した自動運転車は、周囲の状況をリアルタイムで理解するために、適切にアノテーションされた視覚データに依存しています。このデータで学習されたモデルは、車両、歩行者、交通標識、道路境界を検出およびセグメンテーションできます。

セグメンテーションタスクでは、ピクセルレベルでの正確な境界が必要であり、アノテーションが重要かつ時間のかかる作業となります。特に複雑な運転シーンにおいて、大量のセンサーデータに手作業でラベルを付けることは、すぐにボトルネックとなる可能性があります。

Ultralytics Platform は、SAM および YOLO モデルの両方を使用した AI 支援アノテーションにより、このプロセスを効率化します。SAM 搭載のスマートアノテーションは正確なマスクによる迅速なポイントベースのセグメンテーションを可能にし、YOLO モデルは画像全体にわたってアノテーションを自動的に生成するために使用できます。

これらを組み合わせることで、オブジェクトが重なり合う複雑なシーンにも対応しやすくなります。

アノテーションはモデル学習と直結しているため、更新された大規模データセットを使用して即座にモデルを再学習および評価できます。これにより、チームは性能を継続的に向上させ、新しい運転状況により効率的に適応することができます。

製造における品質保証システムの強化#

製造現場では、一貫した品質管理は製造中の欠陥を正確に検出できるかどうかにかかっています。コンピュータビジョンモデルはリアルタイムで問題を特定するために使用されることが多いですが、その性能は学習データが実際の製造状況をどの程度反映しているかに依存します。

原材料、装置の設定、照明の変化など、製造環境の変化により、元の学習データには含まれていなかった新しい稀なタイプの欠陥が発生することがあります。これにより、モデルが学習した内容と生産ラインに現れる内容との間にギャップが生じます。

一貫性を保つためには、高品質な社内アノテーションでデータセットを定期的に更新する必要があります。Ultralytics Platform を使用すれば、新しい欠陥パターンが現れた際にアノテーションを簡単に更新し、データセットを拡張できます。更新されたデータセットはモデルの再学習に使用できるため、チームは変化する製造条件により迅速に適応できるようになります。

建設現場におけるモニタリングと安全管理#

建設現場は、複数のチーム、移動する機器、絶えず変化するレイアウトを伴う動的な環境です。このような状況下での安全を維持することは、明確で適切にアノテーションされた視覚データに依存しています。

正確なアノテーションは、data qualityを向上させ、混雑したシーン、変化する背景、変動する照明など、さまざまな現場の状況において、AIシステムが作業員、機器、安全装備、および潜在的なリスクを特定するのに役立ちます。

Ultralytics Platform は、現場の状況が変化するのに合わせてアノテーションを簡単に更新・修正できるようにすることで、これをサポートします。新しい画像が撮影されたら、それらをデータセットに追加することで、常に現実世界のシナリオと整合性を保つことができます。

重要なポイント#

高品質なアノテーションは、信頼性の高いコンピュータビジョンや AI モデルを構築するために不可欠ですが、従来のワークフローはチームの速度を低下させることがよくあります。Ultralytics Platform は、自動アノテーションツールとスケーラブルなワークフローにより、このプロセスを効率化します。その結果、チームは精度と一貫性を維持しながら、データからモデルへの移行を迅速に行うことができます。

コンピュータビジョンについてさらに詳しく知るには、拡大を続けるcommunityおよびGitHub repositoryをご覧ください。ビジョンソリューションの構築をご検討の場合は、licensing optionsをご覧ください。computer vision in manufacturingやAI in healthcareのメリットについて詳しくは、ソリューションページをご覧ください。