オープンソースとUltralytics YOLOv8を活用した開発について語るRoboflow

マドリードのGoogle for Startups Campusで開催されたYOLO Vision 2023（YV23）でのJoseph Nelsonの講演から、主なポイントを紹介します。

Roboflowの共同創業者兼CEOであるJosephは、基盤モデル、オープンソースでの協業、Ultralytics YOLOv8について議論しました。Roboflowは、開発者がコンピュータービジョンのデータセットやモデルを構築するのを支援するプラットフォームで、25万人を超える開発者がそのツールを利用しています。

なぜコンピュータービジョンなのでしょうか？#

Josephは、まずコンピュータービジョンとは何かを説明しました。コンピュータービジョンは、人工知能（AI）とコンピューターサイエンスの分野の一つで、コンピューターが画像や動画を処理し、そこからデータや情報を抽出して、必要に応じて分析できるようにすることを目的としています。

簡潔に言えば、目にするあらゆるものをソフトウェアに変換し、世界をプログラム可能にするという使命につながる技術です。小売の在庫管理の改善から、楽しいSnapchatフィルターの作成まで、用途は多岐にわたります。

Josephは、コンピュータービジョンを活用したプロジェクトの例を紹介しました。火炎放射器で雑草を駆除するロボットや猫用エクササイズマシン（レーザーポインター付き！）から、空撮画像を移動しながら太陽光パネルなどを検出するドローン、自動化されたOBSコントローラー、さらには悪名高いRick Rollを防ぐツールまで、多様な例が挙げられました。

基盤モデル：ゲームチェンジャー#

講演では、基盤モデルがもたらした変化を説明し、次の3つのシナリオを取り上げました。

• すぐに使えるモデル： OpenAIのCLIPなどの既存モデルを、コンテンツフィルタリングや画像キャプション生成といったタスクに利用できます。リアルタイム要件が重要ではなく、十分なコンピューティングリソースを利用できる場合に適した選択肢です。
• 少し補助が必要なモデル: Grounding DINOなどのモデルを使用してデータに自動でラベルを付け、特定のタスク向けにモデルをファインチューニングできます。これは、ベースラインモデルをドメイン固有のニーズに合わせて強化できる種の識別などの用途に適しています。
• ゼロからの構築: 独自のデータ収集、モデル学習、継続的な改善を含む従来のワークフローを採用する方法です。これは、リアルタイム処理や限られた計算リソースが求められる、ドメイン固有の課題に対応するカスタマイズソリューションです。

Ultralyticsで可能性を広げる#

Josephは、Ultralyticsがワークフローを効率化し、モデルの構築、学習、デプロイを容易にする仕組みを強調しました。Ultralyticsは、オープンソースのデータセット、モデル、その他のリソースを提供するハブとして機能し、ノーコードのSaaSツールであるUltralytics Platformも提供しています。

まとめ#

Josephは、コミュニティにツールの活用や経験の共有を呼びかけ、コンピュータービジョンの未来を形作り続けるよう促して講演を締めくくりました。

オープンソースのUltralytics YOLOv8デプロイに関する講演全編を見る。