Ultralytics Platformで画像アノテーションを効率化

Ultralyticsは最近、コンピュータービジョン開発のライフサイクル全体を支援する環境であるUltralytics Platformを発表しました。このプラットフォームは、データセットの準備、画像や動画のアノテーション、モデルのトレーニング、デプロイなど、ビジョンAIワークフローの各段階を管理するツールを一元化します。

自動運転や医療などの業界で導入が進んでいる一方で、コンピュータービジョンソリューションの構築は、依然として分断されたプロセスと見なされることがあります。主な理由の1つは、コンピュータービジョンモデルが、トレーニングに使用するデータの品質に大きく左右されることです。トレーニングを始める前に、モデルが検出または認識する対象を学習できるよう、データセットを作成、整理、確認、ラベル付けする必要があります。

ビジュアルデータを扱う際、このプロセスはデータアノテーション、または画像アノテーションと呼ばれます。画像アノテーションでは、画像の特定の部分に印を付け、トレーニング中にモデルを導くラベルを割り当てます。

たとえば、画像内の犬を検出する場合、アノテーターは各犬の周囲にバウンディングボックスを描き、犬の位置を示します。より詳細なタスクでは、セグメンテーションマスクで犬の形状を輪郭表示したり、キーポイントで姿勢を捉えたりすることもあります。こうしたラベル付きの例は、モデルをデプロイした後の性能に直接影響します。

画像アノテーションのワークフローを大規模に管理するのは難しい場合があります。大規模なデータセットでは、一貫したラベル付け基準、複数のアノテーター間の連携、アノテーションの確認や修正を容易にするツールが必要になることがよくあります。

Ultralytics Platformは、組み込みのアノテーションエディターでこれらを一元化します。複数のアノテーションタスクに対応し、単一のワークフロー内でデータにラベルを付け、コンピュータービジョンのデータセットを準備するためのシンプルな方法をチームに提供します。

図1. Ultralytics Platformのアノテーションエディター（出典）

この記事では、Ultralytics Platformのアノテーションエディターが、チームによる効率的なデータセットのアノテーションをどのように支援し、データ準備を効率化するかを解説します。さっそく始めましょう。

コンピュータービジョンにおけるデータアノテーション#

Ultralytics Platformで利用できる画像アノテーションツールを見ていく前に、少し立ち止まって、データアノテーションとは何か、またコンピュータービジョンシステムの構築でなぜ重要なのかを確認しましょう。

コンピュータービジョンモデルは、データセットと呼ばれる大量の画像や動画を分析して学習します。しかし、未加工の画像だけでは、モデルが何を検出または認識すべきかを理解するのに十分な情報がありません。トレーニングに役立つデータにするには、データラベリングによって画像にラベルを付け、モデルが探すべき物体、形状、パターンを学習できるようにする必要があります。

画像アノテーションでは、画像内の特定の要素に印を付け、モデルが学習すべき内容を表すラベルを割り当てます。ラベル付きの例は、トレーニング中に深層学習モデルやアルゴリズムを導き、新しい画像を処理する際に類似したパターンを認識するのに役立ちます。

コンピュータービジョンのタスクでは、用途やユースケースに応じて異なる種類の画像アノテーションが必要です。たとえば、アノテーターは物体検出用に物体の周囲へバウンディングボックスを描いたり、セマンティックセグメンテーション用に画像内の領域を輪郭表示したり、姿勢推定用にキーポイントを定義したり、分類用に画像全体へラベルを割り当てたりします。

データの管理と準備#

コンピュータービジョンプロジェクト向けのデータ準備では、さまざまなファイル形式を扱い、データセットを整理する必要があります。また、機械学習アルゴリズムのアノテーションとトレーニングに必要な準備がすべて整っていることを確認します。多くのワークフローでは、このプロセスが複数のツールに分散しており、データを利用できるようになるまで、システム間でアップロード、クリーンアップ、移動が行われます。

Ultralytics Platformは、単一の環境内でデータ準備、モデルのトレーニング、デプロイを処理することで、このプロセスを簡素化します。チームは画像、動画、データセットアーカイブをアップロードでき、手動またはAIによる自動アノテーションを用いた、柔軟にカスタマイズ可能なデータ準備を利用できます。Ultralytics Platformは生データとYOLOやCOCOなどの標準形式の両方に対応しているため、新しいプロジェクトを簡単に始められます。また、アノテーション済みデータセットを含むプラットフォーム上の既存のデータセットにもアクセスでき、チームは新しいプロジェクトや実験をすばやく開始できます。

図2. Ultralytics Platformの単一環境でデータセットをアップロードして管理（出典）

データを利用できるようになったら、プラットフォーム上で直接管理できます。開発者は画像を確認し、アノテーションの進捗を監視し、組み込みの可視化機能を使ってデータセットの分布を把握し、潜在的な不足を特定できます。

このプラットフォームはデータセットのバージョン管理にも対応しており、データの変化に応じてスナップショットを記録できます。これにより、変更の追跡、実験の比較、トレーニング中の一貫性の維持が容易になります。

データの準備ができたら、チームは画像のアノテーションに進み、モデルが検出対象を学習できるようにラベルを付けます。

Ultralytics Platformでのデータセットのアノテーション#

データをアップロードしたら、次はアノテーションです。ここで画像データにラベルを付け、コンピュータービジョンモデルをトレーニングするための基盤を整えます。Ultralytics Platformには、アノテーションエディターを通じた画像アノテーション機能が組み込まれており、同じ環境内でデータセットにラベルを付けて管理できます。

アノテーションエディターはシンプルなワークスペースで、ユーザーは画像を確認し、ラベルを追加し、必要に応じてアノテーションを更新できます。すべてが1か所に整理されているため、データセットの一貫性を保ち、データのトレーニングに備えるのが簡単になります。

チームはデータセットをアップロードし、ブラウザー上で直接画像へのラベル付けを開始できます。また、アノテーションクラスを定義、管理し、データセット全体でラベルの一貫性を保つことができます。アノテーションを作成した後は、エディターで視覚的に確認できるため、モデルのトレーニングに進む前に精度をチェックしやすくなります。

Ultralytics Platformの画像アノテーションツール#

Ultralytics Platformには、効率的なデータセットのラベル付けワークフローを支援する機能も複数含まれており、高度なアルゴリズムを用いてアノテーションプロセスを簡素化します。

Ultralytics Platformで利用できる主な機能をいくつかご紹介します。

• 手動アノテーション： この方法では、画像上にバウンディングボックス、セグメンテーション領域、キーポイントなどのアノテーションを作成する際に、ユーザーが完全な制御と柔軟性を得られます。
• AI支援ラベリング： この機能はアノテーション候補を自動生成し、手動でのラベル付けを減らします。SAM（セグメント・エニシング・モデル）を使用して、ワンクリックで物体や領域を検出します。これによりアノテーションプロセスが効率化され、ユーザーは候補をデータセットに追加する前に確認して確定できます。
• アノテーションの編集： ユーザーはいつでも、作成済みの画像アノテーションを変更または修正できます。これにより、ラベル付けの誤りを修正し、アノテーションプロセス全体でデータセットのラベルの一貫性を維持できます。
• クラス管理： チームや個人の開発者は、データセットのラベル付けに使うアノテーションクラスを定義して整理できます。これにより、画像間でラベルの一貫性を保てます。これは、クラスを正確に認識し、区別できるモデルのトレーニングに重要です。

手動ツール、人工知能、自動化を組み合わせることで、Ultralytics Platformはユーザーが画像をより効率的にアノテーションできるよう支援します。また、スケーラブルなコンピュータービジョンモデル向けに、高品質なトレーニングデータを準備できます。

対応するアノテーションタスクの種類#

製品の品質保証などのユースケースでは、画像や動画内で検出する対象に応じて、異なる種類のアノテーションが必要です。前述のとおり、Ultralytics Platformは5種類の物体検出タスクに対応しており、それぞれに独自のアノテーション形式があります。

プラットフォームが対応するアノテーションタスクと、データセットのラベル付けにおける活用方法を詳しく見ていきましょう。

物体検出#

物体検出では、画像内の物体を特定し、その位置を特定します。アノテーターは関心のある各物体にバウンディングボックスを付け、画像内での位置を示します。

アノテーションエディターでは、バウンディングボックスツールを使用します。「編集モード」に切り替え、クリックしてドラッグし、物体の周囲に四角形を描き、ドロップダウンメニューからクラスラベルを割り当てます。

作成後のバウンディングボックスは調整できます。角や辺のハンドルをドラッグしてサイズを変更し、ボックスの中央をドラッグして移動できます。また、キーボードショートカットで削除することも可能です。これらのアノテーションは、さまざまなシーンや条件で物体を検出するようビジョンモデルを学習させるのに役立ちます。

図3. Ultralytics Platformでバウンディングボックスを使用した物体検出のアノテーション。(出典)

インスタンスセグメンテーション#

インスタンスセグメンテーションでは、画像内の物体の正確な形状を定義することで、より詳細なアノテーションを作成できます。単純なボックスを描く代わりに、アノテーターはポリゴンアノテーションで物体の輪郭をなぞり、画像セグメンテーションタスク向けの精密なマスクを作成します。

アノテーションエディターには、このタスクに使用できるポリゴンツールが用意されています。アノテーターは物体の縁に沿って複数の頂点を配置し、形状の輪郭を描きます。頂点を配置した後、ポリゴンを閉じてセグメンテーションマスクを作成できます。

ポリゴンの作成後も頂点を調整できます。個々の点を移動して物体の境界を精密化したり、必要に応じて頂点を削除したりできます。こうしたピクセルレベルのアノテーションにより、モデルは詳細な視覚構造を学習し、近接して見える物体を区別できます。

姿勢推定#

姿勢推定のアノテーションでは、身体の関節の位置と関節間の関係を記録します。これにより、モデルは画像内の人や動物の構造や動きを理解できるようになります。

キーポイントツールを使用し、アノテーターは肩、肘、手首、腰、膝、足首などの関節を表すキーポイントを配置します。プラットフォームには、17点のCOCO人間姿勢フォーマットのほか、手、顔、犬、ボックスの角を対象とするテンプレートなど、複数の組み込みスケルトンテンプレートが用意されています。

テンプレートを使うと、ワンクリックでスケルトン全体を配置でき、その後、画像内の姿勢に合わせて個々のキーポイントを調整できます。各キーポイントには可視性フラグを設定して、視認可能か遮蔽されているかを示すこともできます。

図4. キーポイントとスケルトンテンプレートを使用した姿勢推定のアノテーション。(出典)

回転バウンディングボックス（OBB）#

回転バウンディングボックスは、従来のバウンディングボックスに回転機能を加えたものです。物体が画像フレームに沿わず、傾いた状態で写っている場合に便利なアノテーション形式です。

アノテーションエディターでは、アノテーターは回転バウンディングボックスツールを使って、物体の周囲に回転した長方形を描画できます。最初のボックスを描いた後、回転ハンドルで角度を調整し、角のハンドルでボックスのサイズを変更できます。

回転アノテーションは、航空画像、産業検査データセットのほか、物体が斜めに写っている場合や異なる視点から撮影されている場合によく使用されます。

図5. 航空画像内の回転した物体に対する回転バウンディングボックス（OBB）のアノテーション。(出典)

画像分類#

画像分類では、画像内の個々の物体に印を付けるのではなく、画像全体にラベルを割り当てます。

分類データセット向けに、アノテーションエディターにはクラス選択パネルが用意されています。アノテーターはサイドバーからクラスを選択するか、キーボードショートカットを使って、より素早く画像にラベルを割り当てられます。

画像単位のラベルにより、モデルは異なるカテゴリを表す高レベルの視覚パターンを学習できます。

SAMを使用したAI支援アノテーション#

セグメンテーションなどのタスク向けに画像をラベリングする作業では、特に物体の輪郭を正確に描く必要がある場合、注意深く詳細な作業が求められます。Ultralytics Platformには、アノテーションの正確さと確認のしやすさを保ちながら、作業を効率化するAI支援アノテーションツールが用意されています。

たとえば、アノテーターはアノテーションに含めたい物体の部分をクリックして、画像を操作できます。結果を精緻化するために、除外する領域を指定することもできます。こうした入力に基づき、モデルはセグメンテーションマスクをリアルタイムで生成します。生成したマスクは保存前に確認して調整できます。

この方法により、細部をすべて手作業でなぞる必要がなくなり、複雑な画像も簡単に処理できます。同時に、最終的な出力はアノテーターが管理するため、データセット全体でアノテーションの一貫性を保てます。

図6. Ultralytics PlatformのSmartアノテーションツールを使用したAI支援セグメンテーション。(出典)

これらの機能は、セグメント・エニシング・モデル（SAM）を活用しています。これらのモデルは、最小限の入力から高品質なセグメンテーションを生成するために設計された、オープンソースのコンピュータービジョンツールの幅広いエコシステムの一部です。プラットフォームはSAM 2.1やSAM 3など、複数のSAMバリアントをサポートしています。これにより、チームはニーズに応じて、処理速度とより詳細な結果のどちらを重視するかを柔軟に選択できます。

これらのAI支援ツールは、物体検出、インスタンスセグメンテーション、方向付きバウンディングボックス検出などのタスクに適用できます。これにより、信頼性の高いモデル学習に必要な品質を維持しながら、チームは大規模なデータセットをより効率的に処理できます。物体検出データセットは、視覚言語モデルで自動アノテーションし、学習前にレビューすることもできます。

組み込みツールでアノテーションワークフローを改善#

アノテーション作業を進める中で、ラベルを調整したり、エラーを修正したり、画像を詳しく確認したりするために、作業をさかのぼることはよくあります。Ultralyticsのアノテーションエディターには、こうした日常的な作業を簡単かつ短時間で行える組み込みツールが用意されています。

エディターで利用できるワークフロー機能には、次のようなものがあります。

• キーボードショートカット: エディターには、アノテーションの保存、変更の取り消しややり直し、ラベルの削除、アノテーション中のクラス選択など、よく使う操作を効率化するショートカットが用意されています。
• 取り消し・やり直し履歴: アノテーターは編集セッション中に加えた変更を簡単に元に戻したり、復元したりできます。これにより、チームは進捗を失わずにアノテーションを試行し、間違いを素早く修正できるため、データセットの準備時に品質をより適切に管理できます。
• 柔軟なアノテーション編集: 作成後もアノテーションを調整できます。特に不規則な形状の物体を精緻化する場合などに、必要に応じて図形のサイズ変更、アノテーションの移動、回転バウンディングボックスの回転、クラスラベルの更新ができます。
• 表示設定: エディターには、アノテーションやクラスラベルの表示・非表示を切り替える機能があり、ラベリング中の画像確認が容易になります。
• 精密ツール: ズームやピクセル座標付きの十字カーソルなどの機能により、詳細な画像を扱う際に、アノテーターはより正確にラベルを配置できます。

Ultralytics Platformでアノテーションクラスを管理する#

明確で一貫性のあるアノテーションクラスは、信頼性の高いコンピュータービジョンデータセットを構築するうえで重要な役割を果たします。プロジェクトが拡大するにつれ、大規模なデータセットのデータラベリング管理は難しくなり、複数のアノテーターが関わる場合は特にその傾向が強まります。クラスを適切に整理することで、アノテーションの一貫性を保ち、モデルが構造化データから学習できるようになります。

Ultralytics Platformは、クラス管理をアノテーションエディターに直接組み込むことで、このプロセスを簡素化します。ラベルを別々に管理する代わりに、チームは画像を作業しながらクラスの作成、更新、確認ができるため、アノテーションワークフロー全体で一貫性を保ちやすくなります。

エディターでは、アノテーションキャンバスの横にあるサイドバーからすべてのクラスを利用できます。これにより、アノテーション中に正しいラベルを簡単に選択し、データセット全体でクラスがどのように使用されているかを把握できます。ワークフローを中断することなく、既存のクラスを検索したり、必要に応じて新しいクラスを作成したりできます。

クラスの詳細はいつでも更新できます。名前は直接編集でき、クラスごとに色を割り当てると、アノテーション全体でクラスを見分けやすくなります。また、エディターでは各クラスに関連付けられたアノテーションの数が表示され、内容を確認できるため、チームは一貫性と正確性をチェックできます。

すべてのクラスは一元管理されたテーブルから管理でき、並べ替え、検索、更新が可能です。ここで行った変更はデータセット全体に自動的に適用されるため、アノテーションプロジェクトの拡大に合わせて一貫性を維持できます。

図7. アノテーションエディターのクラス管理では、ラベルの整理と色のカスタマイズができます。(出典)

アノテーション品質が実環境での性能に与える影響#

コンピュータービジョンシステムが開発段階から実環境での利用へ移行するにつれて、アノテーション済みデータの品質がモデルの性能を左右する重要な要素となります。適切にラベル付けされたデータセットは、特に変化が激しい環境や予測しにくい環境で、モデルの予測精度と一貫性の向上に役立ちます。

実際には、アノテーションのわずかな不整合でもモデルの挙動に影響する可能性があります。物体のラベル付け方法やエッジケースの扱い方の違いは、学習中には明らかでなくても、システムのデプロイ後に予測の信頼性を低下させることがあります。

さらに、こうした不整合は実環境のアプリケーションでより顕著になることがあります。たとえば、ロボティクスや医療システムでは、モデルは視覚入力を頼りに物体を検出し、リアルタイムで動作を制御します。ラベル付けのばらつきは、周囲の状況をシステムがどれだけ正確に解釈できるかに影響します。

一貫したアノテーション手法を維持し、Ultralyticsなどのプラットフォームを活用してデータセットを管理・改善し続けることで、チームは管理されたテスト環境を超えても、より安定して動作するモデルを構築できます。

重要なポイント#

高品質なデータアノテーションは、正確なコンピュータービジョンモデルの学習と、画像アノテーションプロジェクトの成功に不可欠です。Ultralytics Platformは、複数のビジョンタスクをサポートする強力なアノテーションエディターで、このプロセスを簡素化します。手動アノテーションツールとSAMを用いたAI支援ラベリング、組み込みのワークフロー機能を組み合わせることで、チームはデータセットをより効率的に準備し、データ準備からモデル開発へより迅速に進めます。

コミュニティに参加し、GitHubリポジトリでコンピュータービジョンモデルについて詳しくご覧ください。ソリューションページでは、自動車分野のAIやロボティクス分野のコンピュータービジョンなどの活用事例をご紹介しています。ライセンスオプションをご確認のうえ、独自のビジョンAIモデルの構築を始めましょう。