物体検出にUltralytics YOLOv8を使用するSharkEye
YOLO Vision 2024で発表されたSharkEyeが、どのようにUltralytics YOLOv8を活用してリアルタイム物体検出とビーチの安全性を実現しているかを理解します。
農場での放牧中の牛や海岸付近を泳ぐサメなど、自然環境下での動物のモニタリングは、その安全性と健全性のために常に重要視されてきました。しかし、手作業による観測は容易ではありません。観察者は行動や動きの変化を注意深く見守る必要があり、多くの場合、何時間もの忍耐と集中力が求められます。それでも、わずかですが重要な兆候を見逃してしまうことは少なくありません。
人工知能（AI）の介入により、このプロセスはより迅速、スマートかつ効率的になり、人間のオブザーバーへの負担を軽減しつつ精度が向上しています。特にコンピュータビジョンは、動物の追跡、危険の発見、リアルタイムでの意思決定に使用できます。かつては数時間かかっていた作業が数分で完了できるようになり、動物の行動を理解するための新しい方法が切り開かれています。
Ultralyticsが主催する年次ハイブリッドイベントであるYOLO Vision 2024（YV24）では、専門家やイノベーターが集まり、AIが日々の課題にどのように取り組んでいるかを探求しました。紹介されたトピックの中には、リアルタイム物体検出や動物モニタリングの進歩が含まれており、さまざまな分野でAIが安全性と効率性を高めていることが示されました。
イベントのハイライトの一つは、AI Master Groupの創設者であるジム・グリフィン（Jim Griffin）氏による講演で、彼はサメが岸に近づきすぎる前に検出することでビーチをより安全にするビジョンAIの活用法を紹介しました。彼は、荒い波、まぶしさ、水中の障害物といった困難な条件下でもリアルタイムで正確にサメを識別するために、最先端のコンピュータビジョンモデルであるUltralytics YOLOv8がどのように使用されたかを解説しました。
この記事では、SharkEyeプロジェクトを詳しく取り上げ、ジムの講演から得られた興味深い知見を共有します。
SharkEyeを知る：コンピュータービジョンアプリケーション#
Jim氏は、カリフォルニア州の有名なサーフスポットであり、サーファーとサメが頻繁に同じ水域を共有するパダロ・ビーチを紹介することから講演を始めました。サメ検知の真の課題を強調し、彼は「もちろん、サメに噛まれてから検知するのは簡単です。ですから私たちがやりたかったのは、サメを事前に特定することでした」と述べました。
図1. YOLO Vision 2024のステージ上のJim氏。
SharkEyeは、カリフォルニア大学サンタバーバラ校の支援を受けてこの問題に対処するために作成されました。ジムは、高解像度のAIカメラを搭載したドローンが水面から約200フィートの高度を飛行し、海面をリアルタイムでスキャンしていた様子を説明しました。
サメが検知されると、ライフガード、サーフショップのオーナー、更新情報を登録した人を含む約80人にSMSアラートが送信されます。Jim氏は、これらの即時通知によって迅速な対応が可能になり、サメが海岸近くにいるときに海水浴客の安全を確保できると指摘しました。
またJim氏は、ユーザーがサメの検知統計を確認できるライブダッシュボードがSharkEyeに備わっていることにも触れました。例えば、12週間でシステムは2匹の大型のサメと15匹の小型のサメを特定しており、平均すると週に1匹強という結果でした。
続いて彼は、SharkEyeの取り組みを主導した科学者であるNeil Nathan氏を紹介しました。コンピューターサイエンスではなく環境学のバックグラウンドを持ちながら、Nathan氏はプロジェクトを成功へと導きました。Jim氏は、SharkEyeで使用されているような最新のAIツールは、非技術職の人々でもインパクトのあるソリューションを開発できるようにアクセシビリティを考慮して設計されていることを強調しました。
Ultralytics YOLOv8によるサメの検知#
詳細に踏み込み、Jim氏はSharkEyeの内部構造について、サメの検知ソリューションが単なる単純なobject detectionタスクにとどまらなかったことを詳しく語りました。サメと誤認されやすい流木などの動的で予測不可能な条件に対処する必要がありました。静止物の発見とは異なり、サメの特定には精度と適応性が求められるため、Ultralytics YOLOv8は理想的な選択肢となりました。
Ultralytics YOLOv8のもう一つの利点は、クラウドサーバーに依存せずにdeployed on a droneできることでした。Jim氏は、このアプローチによってSharkEyeが即時アラートを送信できるようになり、予測不可能な海洋環境においてタイムリーな対応を確実にするための不可欠な要素となっていると説明しました。
わずか6行のコードでの物体検出#
SharkEyeの仕組みとその背景にある共同作業を強調した後、Jim氏はライブデモを行いました。
ジム・グリフィンは、Ultralytics YOLOモデルの「ハローワールド」コードスニペットという馴染みのある例を聴衆に紹介しながら、ライブデモを開始しました。わずか6行のPythonコードを使用して、事前トレーニング済みのUltralytics YOLOv8モデルが画像内のバスをいかに簡単に検出できるかを実演しました。
図2. YOLO Vision 2024でのJim氏によるデモ。
彼のデモでは、ドローンなどの低電力デバイス向けの軽量バージョンであるUltralytics YOLOv8 Nanoモデルが使用されました。SharkEyeでもリアルタイムのサメ検知に同じモデルが使用されました。
背景をさらに説明するため、ジムは、デモで使用されたモデルが、広く使用されているCOCOデータセットのより小さなサブセットであるCOCO128でトレーニングされていることに言及しました。COCOデータセットには、80の異なるオブジェクトカテゴリにわたる20,000枚以上の画像が含まれています。COCO128はクイックデモには適していますが、SharkEyeには現実世界のシナリオの複雑さを処理できる、より頑健なアプリケーション固有のサメ検出データセットが必要であったと彼は指摘しました。
SharkEye向けにUltralytics YOLOv8をカスタムトレーニングする#
Jim氏によると、SharkEyeプロジェクトで最も困難だったのはAIモデルのトレーニングではなく、適切なデータの収集でした。「このプロジェクトの主な作業はAIではありませんでした。このプロジェクトの主な作業は、5年間ドローンを飛ばし、動画から画像を抽出して適切にタグ付けすることでした」と彼はコメントしました。
彼は、チームがパダロ・ビーチで1万5000枚の画像をどのように収集したかを説明しました。各画像は、サメ、海藻、その他の水中の物体を区別するために手動でラベル付けする必要がありました。プロセスは遅く過酷でしたが、その後のすべての基盤となりました。
図3. リアルタイム物体検出のためにドローンを使用してサメの画像をキャプチャ。
データセットの準備が整うと、Ultralytics YOLOv8がそれを用いてカスタムトレーニングされました。ジムは「実際のトレーニングは難しい部分ではなく、T4 GPU [グラフィックス処理ユニット]でわずか20時間しかかかりませんでした」と述べました。また、A100 GPUなどのより強力なハードウェアを使用すれば、時間をわずか5時間に短縮できたとも付け加えました。
SharkEyeの評価：再現率よりも精度を重視#
次にJim氏は、SharkEyeのパフォーマンスがどのように評価されたかについて説明しました。彼は、主要な指標が精度（システムがどれだけ正確に実際のサメを識別できたか）であることを示しました。SharkEyeは92%という驚異的な精度を達成しており、複雑な海洋環境の中でサメを正確に識別する上で、このモデルが非常に効果的であることが証明されました。
精度の重要性をさらに深く掘り下げ、ジムはこのケースにおいてなぜ再現率よりも精度が重要であったのかを明確にしました。「ほとんどの場合、特に医療分野など、陽性例を見落とすことが致命的になる領域では、人々は再現率に関心を持ちます。しかし今回は、どれだけのサメがいるかわからなかったため、私たちが重視したのは精度でした」と彼は説明しました。SharkEyeは精度に焦点を当てることで誤報を最小限に抑え、ライフガードやその他の対応者が迅速に行動できるようにしました。
図4. YOLO Vision 2024でSharkEyeを披露するJim氏。
彼は、SharkEyeの92%の精度が、人間の専門家の60%の精度をはるかに上回っていることに触れ、AIと人間のパフォーマンスを比較して講演を締めくくりました。彼はこのギャップを強調し、「それは私たちが人間だからです。どれほど専門家であっても、一日中画面の前に座ってサメを探さなければならないとしたら、最終的には集中力が途切れてしまうものです」と語りました。人間とは異なり、AIモデルは疲れたり気が散ったりすることがないため、継続的な監視が必要なタスクにとって信頼できるソリューションとなります。
Ultralytics YOLO11：最新のYOLO#
ジム・グリフィンの講演からの興味深い引用である「たった6行のコードがいつかあなたの命を救うかもしれない」という言葉は、AIがいかに高度でありながらアクセスしやすくなったかを完璧に捉えています。Ultralytics YOLOモデルはこれを念頭に置いて作成されており、最先端のコンピュータビジョン技術をあらゆる規模の開発者や企業に提供しています。Ultralytics YOLO11は、より高速な推論と高精度により、これをさらに発展させています。
Ultralytics YOLO11の優れた特徴を簡単に紹介します：
- 再設計されたアーキテクチャ：強化されたバックボーンとネックアーキテクチャにより、特徴抽出と精度の向上が実現しました。
- 使いやすさ：PythonコーディングまたはUltralytics HUBのようなノーコードツールを通じて利用できます。
- タスクの柔軟性: Ultralytics YOLO11は、オブジェクト検出、インスタンスセグメンテーション、画像分類、トラッキング、姿勢推定、回転バウンディングボックス（OBB）などのcomputer vision tasksをサポートします。
- 精度の向上: Ultralytics YOLO11は、COCOデータセットにおいてYOLOv8mと比較して22%高い平均精度（mAP）を達成し、より高精度な検出を実現します。
これらの機能により、Ultralytics YOLO11は、農場や野生環境など、動的な環境における動物の行動追跡に非常に適したものとなっています。
重要なポイント#
ビジョンAIの進歩により、さまざまな分野で実用的なツールが提供され、現実世界の課題への取り組みが容易になっています。例えば、Ultralytics YOLO11のようなコンピュータビジョンモデルは、過酷な条件下でも動物のリアルタイムモニタリングや追跡に使用できます。
YV24でのJim Griffin氏の基調講演では、最小限のコーディングで複雑な問題を解決するためにUltralytics YOLOv8をどのように活用できるかが示されました。ドローンとAIを組み合わせてリアルタイムでサメを検出するSharkEyeプロジェクトは、テクノロジーがどのようにビーチの安全性を向上させることができるのかを実証しました。
これは、身近なAIがいかにして異なる背景を持つ人々が効果的なソリューションを作成できるようにするかを示す魅力的なケーススタディでした。AIが進化し続ける中で、AIは業界を変革しており、個人がその可能性を活用して、世界をより安全で、よりスマートで、より効率的な場所にすることを可能にしています。
私たちのコミュニティに参加し、GitHubリポジトリを探索して、AIについてさらに深く掘り下げてください。農業におけるコンピュータビジョンから自動運転車のAIまで、これらの技術がどのようにイノベーションを推進しているかをご確認ください。ライセンスオプションを確認して、今すぐAIプロジェクトを開始しましょう！
