Ultralytics ：5つのツール、1つの環境

Ultralyticsでコンピュータビジョンプロジェクトをスケールアップ

本日、当社は「Ultralytics 」をリリースしました。これは、ビジョンAIシステムの構築と導入を簡素化するために設計された、究極のエンドツーエンド型コンピュータビジョンプラットフォームです。画像や動画を機械が解釈できるようにする人工知能の一分野であるコンピュータビジョンは、すでに私たちが日常的に利用している多くのシステムを支えていますが、こうしたソリューションの構築は従来、複雑な作業とされてきました。

多くのAIエンジニアや機械学習開発者にとって、コンピュータビジョンアプリケーションの構築には、依然として開発プロセス全体を通じて複数のツールを切り替えて使用する必要があります。チームによっては、あるプラットフォームでデータセットやアノテーションを管理し、別のプラットフォームでモデルのトレーニングを実行し、さらに予測の検証、実験の追跡、本番環境へのシステムデプロイには追加のサービスを利用している場合があります。

プロジェクトが拡大するにつれ、ツールの切り替えは開発の遅延を招き、運用上の負担を増大させる可能性があります。チームは、モデルの改善や新しいコンピュータビジョンアプリの構築に注力する代わりに、ワークフローの管理、ツール間のデータ移行、インフラストラクチャの設定などに時間を費やすことがよくあります。

Ultralytics 、このプロセスを合理化し、加速させるために開発されました。アノテーション、トレーニング、検証、デプロイ、モニタリングを一つの環境に統合することで、AIビジョンスタック全体にわたる複数のツールを単一のコンピュータビジョンプラットフォームに置き換え、チームがスケーラブルなビジョンAIシステムをより効率的に構築・展開できるよう支援します。

この記事では、Ultralytics どのようにして複数のツールを1つの統合されたコンピュータビジョンプラットフォームに置き換えるのかについて解説します。さっそく見ていきましょう！

コンピュータビジョン開発におけるマルチツールの課題

コンピュータビジョンソリューションの構築には、データセットの準備から本番環境へのシステム導入まで、いくつかの段階があります。多くの場合、チームはこのワークフローの各工程で異なるツールを利用しており、その中には以下が含まれます：

データセット管理ツール：チームはこれらのツールを使用して、後にコンピュータビジョンシステムの学習データとして使用される画像や動画を保存・整理します。
アノテーションツール：これらのプラットフォームを利用することで、開発者やデータチームは画像内のオブジェクト、セグメント、またはキーポイントにラベルを付けることができ、システムが視覚データからパターンを学習できるようになります。
モデル学習ツールとフレームワーク：開発者は、アノテーション付きデータセットや深層学習モデルを用いてコンピュータビジョンシステムを学習させるためにこれらのツールを利用しており、多くの場合、PyTorch TensorFlowといったPython機械学習フレームワーク内で作業を行っています。
テストおよび推論ツール：デプロイの前に、チームは新しい画像や動画に対してモデルを実行し、予測結果を確認するとともに、システムの性能を評価します。
導入および監視ツール：ビジョンAIソリューションの出荷準備が整うと、追加のインフラストラクチャを使用して本番環境でアプリケーションを実行し、そのパフォーマンスを継続的に監視します。

これらのツールを個別に管理すると、開発ワークフローの調整が難しくなることがあります。その結果、チームはコンピュータビジョンアプリケーションの改善に注力する代わりに、プラットフォーム間のデータ移行、連携の維持、インフラストラクチャの設定に時間を費やすことになってしまいます。

エンドツーエンドのビジョンAIプラットフォームとは何ですか？

Ultralytics 主な機能やその活用方法について詳しく説明する前に、まず「エンドツーエンドのコンピュータビジョンプラットフォーム」とは何を指すのかを理解しておきましょう。

簡単に言えば、Ultralytics 、開発者がコンピュータビジョンアプリケーションを構築・実行できる一元的なプラットフォームです。開発プロセスの各段階で別々のサービスに依存する必要がなく、個人やチームは同じ環境内で視覚データの処理、モデルやアルゴリズムの学習、結果の検証、そしてアプリケーションの実行を行うことができます。

このアプローチにより、開発者はツールを頻繁に切り替えることなく、実験やシステムの改善を行い、プロジェクトを円滑に進めることができます。

Ultralytics ビジョンAIのワークフローをいかに簡素化するのか

Ultralytics 、長年にわたりコンピュータビジョンコミュニティと密接に連携してきた経験をもとに形作られました。ビジョンAIシステムを開発する開発者やチームとの対話を通じて、いくつかの共通する課題が繰り返し浮き彫りになりました。

例えば、大きな懸念事項の一つはデータのアノテーションであり、大規模なデータセットにラベル付けを行う際には多大な時間を要することがあります。また、チームがシステムを本番環境に移行しようとした際にも課題が生じました。本番環境では、異なる環境やハードウェア構成にアプリケーションをデプロイする際、多くの場合、追加のツールが必要となるからです。

アノテーションツール、トレーニング環境、デプロイメントシステムは複数のプラットフォームにまたがっていることが多いため、多くのチームがツールの切り替えに頭を悩ませています。Ultralytics 、豊富な組み込み機能により、こうした複雑な課題をすべて解決します。

Ultralytics 主な機能の概要

それでは、こうした課題の解決やAIワークフロー全体の効率化に役立つ、Ultralytics 主な機能について詳しく見ていきましょう：

スマートなデータアノテーション:組み込みのアノテーションツールには、Segment Anything Model（SAM）を活用したスマートアノテーションや、アノテーションワークフローを効率化するキーボードショートカットなどの機能が搭載されており、チームがデータセットのラベル付けをより迅速に行えるよう支援します。
統合モデルトレーニング：開発者は、インタラクティブなダッシュボードを通じて実験の進捗を追跡し、パフォーマンスを監視しながら、プラットフォーム内で直接事前学習済みモデルをトレーニングすることができます。
ブラウザベースの推論テスト：チームはブラウザ上で予測を迅速にテストし、本番環境へのデプロイ前にシステムの動作を評価することができます。
柔軟なデプロイメントオプション:モデルは17種類の異なる形式でエクスポートできるほか、世界43のリージョンに展開された共有推論サービスや専用エンドポイントを通じてデプロイ可能です。
組み込みのモニタリング機能：このプラットフォームにはダッシュボードが備わっており、チームはtrack 結果、システムのパフォーマンス、デプロイメントの状態を一元的にtrack できます。

生データからUltralytics による本番環境への展開まで

Ultralytics について詳しく知るにつれ、実際にどのように操作するのか気になるところでしょう。より具体的にイメージしていただくために、簡単な例を見ていきましょう。

製造ライン向けの外観検査システムの構築を検討してください。その目的は、生産工程を通過する際に、損傷や欠陥のある製品を自動的に特定することです。

このプロセスは通常、視覚データの収集から始まります。Ultralyticsすれば、生産ラインの製品画像や動画をアップロードし、それらをデータセットとして整理して、欠陥検出モデルのトレーニングに活用することができます。

次はデータアノテーションです。プラットフォームに組み込まれた手動またはAIを活用したアノテーションツールを使用すれば、5つの検出タスクにわたって、画像上で直接欠陥にラベルを付けることができます。SAMを搭載したスマートアノテーションや、ワンクリックでキーポイントを配置できる組み込みのポーズスケルトンテンプレートといった機能の革新により、本来なら数時間を要していたワークフローが大幅に効率化されます。

データセットの準備が整ったら、モデルのトレーニングに進むことができます。このプラットフォームでは、ラベル付けされたデータを使用して、Ultralytics YOLO コンピュータビジョンモデルをトレーニングすることができます。トレーニング中は、単一のダッシュボードからパフォーマンス指標の監視、track 、モデルの継続的な最適化を行い、システムのパフォーマンスを向上させることができます。

トレーニングが完了したら、次はテストと検証です。プラットフォーム上で直接新しい画像に対して予測を実行し、システムが欠陥をどの程度正確に検出できるかを確認するとともに、さらなる改善が必要な箇所を特定することができます。

最後に、システムの性能が良好であれば、本番環境へ展開することができます。Ultralytics 、モデルを複数の形式でエクスポートしたり、推論サービスやエンドポイントを通じて展開したりすることができ、実環境での実行が可能です。

Ultralytics 、このパイプラインの各段階をサポートすることで、生の画像データから、生産ライン上のdetect 自動的にdetect できる実用的なコンピュータビジョンアプリケーションへと、よりスムーズに展開できるようにします。

Ultralytics Platformで構築できるAIを活用したユースケース

視覚データを情報に変換し、プロセスの自動化に活用できるほとんどの用途において、コンピュータビジョンは大きな効果を発揮します。これは医療から自動車産業に至るまで、あらゆる業界に当てはまることであり、Ultralytics 汎用性をサポートするために構築されました。

このプラットフォームは、Ultralytics 最先端モデルや、物体検出、画像分類、インスタンスセグメンテーション、姿勢推定、オリエンテッド・バウンディングボックス（OBB）検出など、幅広いコンピュータビジョンタスクをネイティブにサポートしています。こうした柔軟性により、開発者は画像や動画の分析が必要なさまざまなシナリオに対応したアプリケーションを構築することができます。

例えば、チームは、海洋環境におけるリアルタイムの水中モニタリング、医学・生物学研究における細胞計数、遠隔地の生態系における野生生物の追跡、自動運転車の知覚システムの構築、複雑な環境下でのロボットの誘導といったシステムを開発することができます。そして、これらはコンピュータビジョンで実現可能なことのほんの一部に過ぎません。

図4.Ultralytics における野生生物検知のための画像アノテーション（出典）

Ultralytics ビジョンAIの未来である理由

コンピュータビジョンの利用が広がるにつれ、ビジョンAIの開発をより身近なものにすることがますます重要になってきています。多くの開発者や組織が視覚データを用いた実験やAIアプリケーションの構築を希望していますが、従来の開発環境では、その第一歩を踏み出すのが難しい場合があります。

Ultralytics 、開発者がコンピュータビジョン技術の活用をすぐに始められる環境を提供することで、こうした障壁を低減します。インフラの構築やさまざまなツールの統合に時間を費やすことなく、チームはアイデアの実験や実用的なアプリケーションの開発に集中することができます。

こうしたアクセスのしやすさにより、より幅広い開発者、研究者、組織がビジョンAIに取り組む道が開かれます。その結果、より多くのチームが視覚データを有意義な知見に変え、現実世界の問題を解決するアプリケーションを開発できるようになります。

ビジョンAIが業界を超えて拡大し続ける中、Ultralytics 開発をより身近なものにし、コンピュータビジョンの未来を形作る上で重要な役割を果たすと確信しています。

Ultralytics の始め方

今Ultralytics コンピュータビジョンプロジェクトの構築を始めましょう。無料プランでは、クラウドトレーニング用のサインアップクレジットに加え、データセットの管理、画像のアノテーション、モデルのトレーニング、アプリケーションのデプロイを行うための主要ツールへのアクセスが提供されており、プラットフォームをじっくりお試しいただけます。

プロジェクトの規模が拡大するにつれ、より多くのコンピューティングリソース、ストレージ、コラボレーション機能、デプロイメント容量を提供する追加プランを利用して、利用規模を拡張することができます。また、このプラットフォームでは、クラウドトレーニングやマネージドエンドポイントなどのサービスに対してクレジットベースの料金体系を採用しており、チームはtrack 透明性を持ってtrack しながら、実験の実施やアプリケーションのデプロイを行うことができます。

主なポイント

画像処理およびコンピュータビジョン技術は、研究実験の段階から、日常のテクノロジーを支える実用システムへと急速に移行しつつあります。Ultralytics 、開発者がビジョンAIアプリケーションを構築、テスト、展開するためのよりシンプルな手段を提供することで、この移行を加速させます。アイデアから展開までの障壁が低くなることで、次世代のコンピュータビジョンソリューションをこれまで以上に迅速に構築することが可能になります。

ぜひコミュニティに参加し、GitHubリポジトリを閲覧して、コンピュータビジョンモデルについてさらに詳しく学びましょう。ソリューションページでは、農業分野でのAI活用やロボット工学におけるコンピュータビジョンなどの応用事例を紹介しています。ライセンスオプションをご確認の上、独自のビジョンAIモデルの構築を始めてみてください。

Ultralytics ：5つのツール、1つのコンピュータビジョンプラットフォーム