SharkEyeは物体検出にUltralytics YOLOv8を使用します

農場で草を食む牛から、海岸近くを泳ぐサメまで、動物を自然な生息環境で監視することは、動物の安全と健康を守るうえで常に重要です。しかし、動物を人手で観察するのは簡単ではありません。観察者は行動や動きの変化を注意深く見守る必要があるため、何時間もの忍耐と集中力が求められることもあります。それでも、微細ながら重要な兆候を見逃しやすいものです。

人工知能（AI）の導入により、このプロセスはより迅速でスマートになり、効率も大幅に向上しています。その結果、人間の観察者の負担を軽減しながら、精度を高められます。特に、コンピュータビジョンを使えば、動物の追跡や危険の検知、リアルタイムでの意思決定が可能です。かつては何時間もかかった作業を数分で実行できるようになり、動物の行動を理解する新たな方法が生まれています。

Ultralyticsが主催する年次ハイブリッドイベント、YOLO Vision 2024（YV24）には、AIが日常的な課題にどう取り組んでいるかを探るため、専門家やイノベーターが集まりました。紹介されたテーマには、リアルタイム物体検出の進展や動物の監視などが含まれ、AIがさまざまな分野の安全性と効率性をどのように高めているかが示されました。

イベントのハイライトの一つは、AI Master Group創設者のJim Griffin氏による講演でした。同氏は、海岸に近づく前にサメを検知することで、ビジョンAIがビーチの安全性を高めている様子を紹介しました。同氏の説明によると、Ultralytics YOLOv8という最先端のコンピュータビジョンモデルを使用し、波のうねりや反射光、水中の障害物などの厳しい条件下でも、サメをリアルタイムかつ正確に識別しています。

この記事では、SharkEyeプロジェクトを詳しく紹介し、Jim氏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：コンピュータビジョンアプリケーション#

Jim氏は講演の冒頭で、カリフォルニア州の有名なサーフィンスポットであるPadaro Beachを紹介しました。そこでは、サーファーとサメが同じ海域を利用することがあります。サメ検知の現実的な難しさを強調し、同氏は次のように述べました。「もちろん、サメに噛まれればサメを検知するのは簡単です。そこで私たちが目指したのは、事前にサメを識別することでした。」

図1. YOLO Vision 2024のステージ上のJim氏。

SharkEyeは、University of California, Santa Barbaraの支援を受け、この課題に取り組むために開発されました。Jim氏は、高解像度のAIカメラを搭載したドローンを水面から約200フィート上空まで飛行させ、海をリアルタイムでスキャンした方法を説明しました。

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、更新情報への登録者など、約80人にSMSアラートが届きます。Jim氏は、この即時通知によって迅速な対応が可能になり、海岸近くにサメがいる場合でもビーチ利用者の安全を高められると指摘しました。

Jim氏は、SharkEyeにはユーザーがサメ検知の統計情報を確認できるライブダッシュボードも備わっていると述べました。たとえば、12週間の間に、このシステムは大型のサメ2匹と小型のサメ15匹を識別し、週平均では1匹を少し上回りました。

続いて、SharkEyeの取り組みを率いた科学者、Neil Nathan氏を紹介しました。Nathan氏はコンピュータサイエンスではなく環境学を専門としていましたが、プロジェクトを成功裏に主導しました。Jim氏は、SharkEyeで使用されているもののような最新のAIツールは利用しやすく設計されており、技術的なバックグラウンドを持たない人でも大きな成果につながるソリューションを開発できると強調しました。

Ultralytics YOLOv8でサメを検知する#

さらに詳しく説明する中で、Jim氏はSharkEyeの内部構造と、サメ検知ソリューションが単純な物体検出タスクだけで構成されているわけではないことを解説しました。サメと簡単に取り違えられる漂流する海藻など、変化が激しく予測困難な状況に対処する必要がありました。静止した物体を見つける場合とは異なり、サメの識別には精度と適応性が求められるため、Ultralytics YOLOv8は理想的な選択肢でした。

Ultralytics YOLOv8には、クラウドサーバーに依存せずドローンにデプロイできるという利点もありました。Jim氏は、この方式によりSharkEyeが即時にアラートを送信できるようになったと説明しました。予測困難な海洋環境でタイムリーに対応するために不可欠な機能です。

わずか6行のコードで物体検出#

Jim氏は、SharkEyeの仕組みと、その背景にある共同作業について説明した後、ライブデモを披露しました。

Jim Griffin氏はライブデモの冒頭で、Ultralytics YOLOモデル向けの「hello world」コードスニペットという、なじみ深い例を聴衆に紹介しました。わずか6行のPythonコードで、学習済みのUltralytics YOLOv8モデルが画像内のバスを簡単に検知できることを実演しました。

図2. YOLO Vision 2024でJim氏が行ったデモ。

デモでは、ドローンのような低消費電力デバイス向けの軽量版モデル、Ultralytics YOLOv8 Nanoを使用しました。SharkEyeでも、同じモデルをリアルタイムのサメ検知に使用しています。

さらに詳しく説明するため、Jim氏はデモで使用したモデルが、広く利用されているCOCOデータセット。の小規模なサブセットであるCOCO128で学習されていると述べました。COCOデータセットには、80種類の異なる物体カテゴリにわたる20,000枚以上の画像が含まれています。COCO128は簡単な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に対応できる、より堅牢なアプリケーション固有のサメ検知データセットが必要だったと同氏は指摘しました。

SharkEye向けにUltralytics YOLOv8をカスタム学習#

Jim氏によると、SharkEyeプロジェクトで最も困難だったのはAIモデルの学習ではなく、適切なデータの収集でした。同氏は次のようにコメントしました。「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。主な作業は、5年間にわたってドローンを飛ばし、映像から画像を選別し、適切にタグ付けすることでした。」

チームはPadaro Beachで15,000枚の画像を収集しました。各画像には、水中のサメ、海藻、その他の物体を区別するため、手作業でラベルを付ける必要がありました。このプロセスは時間がかかり大変でしたが、その後のすべての取り組みの基盤となりました。

図3. リアルタイム物体検出用にドローンでサメの画像を撮影。

データセットの準備が整うと、Ultralytics YOLOv8をそのデータセットでカスタム学習しました。Jim氏は次のように述べました。「実際の学習は難しい作業ではありませんでした。T4 GPUs [グラフィックスプロセッシングユニット]でわずか20時間しかかかりませんでした。」さらに、A100 GPUsなどのより高性能なハードウェアを使えば、所要時間を最短5時間まで短縮できた可能性があると付け加えました。

SharkEyeの評価：再現率より適合率を重視#

続いてJim氏は、SharkEyeの性能評価方法について説明しました。重要な指標は適合率、つまりシステムが実際のサメをどれだけ正確に識別したかであると示しました。SharkEyeは92%という優れた適合率を達成し、複雑な海洋環境の中でもサメを正確に識別できる高い有効性をモデルで実証しました。

適合率の重要性についてさらに掘り下げ、Jim氏はこのケースで適合率が再現率より重要だった理由を説明しました。「多くの場合、人々は再現率に関心を持ちます。特に、陽性例の見逃しが重大になり得る医療などの分野ではそうです。しかし今回は、そこに何匹のサメがいるのか分からなかったため、私たちが重視したのは適合率でした」と同氏は説明しました。SharkEyeは適合率を重視することで誤警報を最小限に抑え、ライフガードやその他の対応者が迅速に行動しやすくしました。

図4. YOLO Vision 2024でSharkEyeを紹介するJim氏。

講演の最後に、AIと人間の性能を比較し、SharkEyeの92%の適合率が人間の専門家による60%の精度を大きく上回ると指摘しました。同氏はこの差について、次のように強調しました。「それは私たちが人間だからです。あなたや私がどれほど熟練していても、一日中画面の前に座ってサメを探し続けなければならないとしたら、やがて意識が散漫になってしまいます。」人間とは異なり、AIモデルは疲れたり気が散ったりしないため、継続的な監視を必要とするタスクにおいて信頼性の高いソリューションとなります。

Ultralytics YOLO11：最新のYOLO#

Jim Griffin氏の講演にあった「6行のコードが、いつかあなたの命を救うかもしれない」という印象的な言葉は、AIが高度でありながら利用しやすくなったことを端的に表しています。Ultralytics YOLOモデルはこの考えに基づいて開発されており、最先端のコンピュータビジョン技術を、規模を問わず開発者や企業が利用できるようにしています。Ultralytics YOLO11はこれをさらに発展させ、より高速な推論と高い精度を実現します。

Ultralytics YOLO11の主な特徴を簡単に見てみましょう。

• 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のアーキテクチャにより、特徴抽出が向上し、精度も高まります。
• 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から利用できます。
• タスク全般にわたる柔軟性：Ultralytics YOLO11は、物体検出、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、ポーズ推定、指向性バウンディングボックス（OBB）などのコンピュータビジョンタスクに対応しています。
• 精度の向上：Ultralytics YOLO11はCOCOデータセット上でYOLOv8mと比較して平均適合率（mAP）が22%向上し、より精密な検出を実現します。

これらの特徴により、Ultralytics YOLO11は、農場でも野生環境でも、変化の激しい環境における動物の行動追跡に適しています。

主なポイント#

ビジョンAIの進歩により、さまざまな分野向けの実用的なツールが提供され、現実世界の課題に取り組みやすくなっています。たとえば、Ultralytics YOLO11のようなコンピュータビジョンモデルは、厳しい条件下でも動物のリアルタイム監視と追跡に利用できます。

YV24で行われたJim Griffin氏の基調講演では、Ultralytics YOLOv8を最小限のコーディングで複雑な問題の解決に活用できることが示されました。ドローンとAIを組み合わせてリアルタイムにサメを検知するSharkEyeプロジェクトは、テクノロジーによってビーチの安全性を高められることを実証しました。

これは、利用しやすいAIによって、さまざまな背景を持つ人々が効果的なソリューションを生み出せることを示す、興味深い事例です。AIが進化を続ける中で、AIは産業を変革し、人々がその可能性を活用して、より安全でスマート、かつ効率的な世界を実現できるようにしています。

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についてさらに詳しく学びましょう。農業におけるコンピュータビジョンから自動運転車におけるAIまで、これらのテクノロジーがどのようにイノベーションを推進しているかをご覧ください。ライセンスオプションを確認して、今すぐAIプロジェクトを始めましょう。