Ultralytics Platform：5つのツールを1つのコンピュータービジョンプラットフォームに

本日、ビジョンAIシステムの構築とデプロイを簡素化する、エンドツーエンドのコンピュータービジョンプラットフォームであるUltralytics Platformを公開しました。機械が画像や動画を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ービジョンは、すでに私たちが日常的に利用す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、従来は複雑でした。

多くのAIエンジニアや機械学習開発者にとって、コンピュータービジョンアプリケーションの構築には、開発プロセス全体を通じて複数のツールを切り替える必要があります。チームは、あるプラットフォームでデータセットと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をトレーニングし、さらに予測のテスト、実験の追跡、本番環境へのシステムのデプロイには別のサービスを利用することがあります。

プロジェクトが拡大すると、ツールの切り替えによって開発が遅れ、運用オーバーヘッドが増えることがあります。モデルの改善や新しいコンピュータービジョンアプリの開発に集中する代わりに、チームはワークフローの管理、ツール間のデータ移動、インフラストラクチャの設定に時間を費やしがちです。

Ultralytics Platformは、このプロセスを効率化し、迅速化す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まとめることで、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ー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、デプロイできるよう支援します。

図1. Ultralytics Platformを使用したデータセット準備の例（ソース）

この記事では、Ultralytics Platformが複数のツールを統合型コンピュータービジョンプラットフォームに置き換える方法をご紹介します。さっそく始めましょう。

コンピュータービジョン開発における複数ツールの課題#

コンピューター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のデプロイまで、いくつもの段階があります。多くの場合、チームはワークフローの各工程で異なるツールを使用します。たとえば、次のようなものがあります。

• データセット管理ツール: チームはこれらのツールを使って、コンピュータービジョンシステムのトレーニングデータとして後に使用す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使うと、開発者やデータチームは画像内の物体、セグメント、キーポイントにラベルを付け、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できます。
• モデルのトレーニングツールとフレームワーク: 開発者はこれらのツールを使い、アノテーション済みデータセットとディープラーニングモデルでコンピュータービジョンシステムをトレーニングします。多くの場合、PyTorchやTensorFlowなど、Pythonベースの機械学習フレームワークを利用します。
• テストおよび推論ツール: デプロイ前に、チームは新しい画像や動画でモデルを実行し、予測を確認してシステムの性能を評価します。
• デプロイおよびモニタリングツール: ビジョンAIソリューションをリリースする準備が整うと、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モニタリングするために追加のインフラストラクチャを使用します。

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。チームは、コンピュータービジョンアプリケーションの改善に集中する代わりに、プラットフォーム間のデータ移動、連携機能の保守、インフラストラクチャの設定に時間を費やすことになります。

エンドツーエンドのビジョンAIプラットフォームとは#

Ultralytics Platformの主な機能と可能性について詳しく見る前に、エンドツーエンドのコンピュータービジョンプラットフォームとは何かを確認しましょう。

簡単に言うと、Ultralytics Platformは、開発者がコンピュータービジョンアプリケーションを構築、実行できる一つの場所を提供します。開発プロセスの各工程で別々のサービスを使う代わりに、個人やチームは同じ環境で視覚データを扱い、モデルやアルゴリズムをトレーニングし、結果をテストして、アプリケーションを実行できます。

図2. Ultralytics Platformでのモデルのテスト（ソース）

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、プロジェクトを進めやすくなります。

Ultralytics PlatformがビジョンAIワークフローを効率化する方法#

Ultralytics Platformは、コンピュータービジョンコミュニティと長年にわたって緊密に協力する中で形作られました。ビジョンAIシステムを構築する開発者やチームとの対話では、いくつかの共通課題が繰り返し挙がりました。

たとえば、大規模なデータセットにラベルを付ける際に多くの時間がかかるデータアノテーションが、重要な課題の一つでした。また、システムを本番環境に移行する際にも課題がありました。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には、多くの場合、追加のツールが必要になります。

多くのチームは、アノテーションツール、トレーニング環境、デプロイシステムが複数のプラットフォームに分散しているため、ツールの切り替えにも悩まされています。Ultralytics Platformは、さまざまな組み込み機能によって、こうした課題をすべて解決します。

Ultralytics Platformの主な機能の概要#

それでは、こうした課題とビジョンAIワークフロー全体を効率化する、Ultralytics Platformの主な機能をいくつか見ていきましょう。

• スマートデータアノテーション: セグメントエニシングモデル（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を備えた組み込みアノテーションツールにより、チームはデータセットにすばやくラベルを付けられます。
• モデルの統合トレーニング: 開発者は、実験を追跡し、インタラクティブなダッシュボードでパフォーマンスをモニタリングしながら、プラットフォーム内で事前学習済みモデルを直接トレーニングできます。
• ブラウザー上での推論テスト: チームはブラウザー上で予測をすばやくテストし、本番環境にデプロイする前にシステムの性能を評価できます。
• 柔軟なデプロイオプション: モデルは17種類の形式にエクスポートできるほか、共有推論サービスや世界43地域に展開された専用エンドポイントを通じてデプロイできます。
• 組み込みモニタリング: プラットフォームには、実験結果、システムのパフォーマンス、デプロイの健全性を一元的に追跡できるダッシュボードが備わっています。

Ultralytics Platformで生データからデプロイまで#

Ultralytics Platformについて詳しく知ると、実際にどのように利用するのか気になるかもしれません。イメージしやすいよう、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を構築する場合を考えてみましょう。目標は、製造工程を流れる製品の損傷や不具合を自動的に特定することです。

通常、まず視覚データを収集します。Ultralyticsの新しいコンピュータービジョンプラットフォームを使うと、製造ラインの製品の画像や動画をアップロードし、欠陥検出モデルのトレーニングに使用するデータセットとして整理できます。

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駆動のアノテーションツールを使い、5つの検出タスクにわたって画像内の欠陥にラベルを付けられます。SAMを活用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などの機能により、何時間もかかる作業を効率化できます。

データセットの準備ができたら、モデルのトレーニングに進めます。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モデルなどのコンピュータービジョンモデルをトレーニングできます。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メトリクスをモニタリングし、実験を追跡して、モデルを継続的に最適化しながらシステムの性能を高められます。

トレーニング後は、テストと検証に進みます。プラットフォーム内で新しい画像の予測を実行し、システムが欠陥をどれだけ正確に検出するかを確認するとともに、さらなる改善が必要な領域を特定できます。

最後に、システムが十分な性能を発揮したら、本番環境にデプロイできます。Ultralytics Platformでは、モデルを複数の形式にエクスポートするか、推論サービスやエンドポイントを通じてデプロイし、実環境で実行できます。

図3. Ultralytics Platformでモデルをエクスポートする例（ソース）

パイプラインの各段階をサポートすることで、Ultralytics Platformは、生の視覚データから製造ラインで欠陥を自動検出する実用的なコンピュータービジョンアプリケーションまで、より簡単に移行できるようにします。

Ultralytics Platformで構築できるビジョンAI活用事例#

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アプリケーションでは、コンピュータービジョンが大きな効果を発揮します。医療から自動車産業まで幅広い業界で活用できるよう、Ultralytics Platformは高い汎用性を備えて設計されています。

このプラットフォームは、Ultralytics YOLO26などの最先端モデルと、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、有向バウンディングボックス（OBB）検出を含む幅広いコンピュータービジョンタスクをネイティブにサポートしています。この柔軟性により、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するアプリケーションを構築できます。

たとえば、チームは海洋環境でのリアルタイム水中モニタリング、医療・生物学研究での細胞計数、遠隔地の生態系における野生動物の追跡、自動運転車向け認識システムの実現、複雑な環境におけるロボットの誘導などのシステムを作成できます。コンピュータービジョンで実現できることは、これだけではありません。

図4. Ultralytics Platformで野生動物検出用の画像にアノテーションを付ける（ソース）

Ultralytics PlatformがビジョンAIの未来を担う理由#

コンピュータービジョンの利用が広がる中、ビジョンAI開発をより身近なものにする重要性が高まっています。多くの開発者や組織が視覚データを試し、AIアプリケーションを構築したいと考えていますが、従来の開発環境では、着手が難しい場合があります。

Ultralytics Platformは、開発者がコンピュータービジョン技術をすばやく使い始められる環境を提供し、こうした障壁を下げます。インフラストラクチャの設定や複数ツールの統合に時間を費やす代わりに、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構築に集中できます。

この使いやすさにより、より幅広い開発者、研究者、組織がビジョンAIを探求できるようになります。その結果、より多くのチームが視覚データから有益なインサイトを引き出し、現実世界の課題を解決するアプリケーションを作成できます。

ビジョンAIがさまざまな業界で広がり続ける中、Ultralytics Platformは開発をより取り組みやすいものにし、コンピュータービジョンの未来を形作るうえで重要な役割を果たすと考えています。

Ultralytics Platformを始める#

今すぐUltralytics Platformでコンピューター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に使える登録時のクレジットに加え、データセットの管理、画像へのアノテーション付け、モデルのトレーニング、アプリケーションのデプロイに必要な基本ツールを利用できます。

プロジェクトの成長に合わせて、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、デプロイ容量を拡充できる追加プランで利用規模を拡大できます。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クレジットベースの料金体系を採用しており、利用状況を明確に把握しながら、チームで実験やアプリケーションのデプロイを行えます。

重要なポイント#

画像処理とコンピュータービジョン技術は、研究実験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ています。Ultralytics Platformは、ビジョンAIアプリケーションをより簡単に構築、テスト、デプロイできる方法を開発者に提供し、この変化を加速します。アイデアからデプロイまでの障壁が減ることで、次世代のコンピュータービジョンソリューションをこれまで以上に速く構築できます。

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確認ください。農業におけるAIやロボティクスにおけるコンピュータービジョンなどの活用事例を、ソリューションページでご覧ください。ライセンスオプションを確認し、独自のビジョンAIモデルの構築を始めましょう。