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の方法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コンピュータビジョンプラットフォームであるUltralytics Platformをリリースしました。コンピュータビジョンは、機械が画像や動画を解釈できるようにする人工知能の分野であり、現在私たちが利用している多くのシステムをすでに支えていますが、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、コンピュータビジョンアプリケーションの構築では、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追加のサービスを利用する場合があります。

プロジェクトが大きくなるにつれて、ツールの切り替えは開発を遅らせ、運用上のオーバーヘッドを増加させる可能性があります。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1つの環境に統合することで、AIビジョンスタック全体にまたが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・デプロイできるようにします。

図1. Ultralytics Platformを使用したデータセット準備の様子（出典）

この記事では、Ultralytics Platformが複数のツールを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方法を紹介します。さっそく始めましょう。

コンピュータビジョン開発における複数ツールの問題#

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のデプロイまで、複数の段階があります。多くの場合、チームはワークフローの各部分で異なるツールを利用します。これには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用して、後でコンピュータビジョンシステムのトレーニングデータとして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により、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、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します。
• 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用して、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などのPythonベースの機械学習フレームワーク上で作業します。
• 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できる状態になったら、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、時間の経過に伴う性能を監視します。

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可能性があります。コンピュータビジョンアプリケーションの改善に集中する代わりに、チームはプラットフォーム間のデータ移動、統合の維持、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の主な機能とできることを詳しく説明する前に、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意味するのかを理解しましょう。

簡単に言えば、Ultralytics Platformは、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1つの場所を提供します。開発プロセスの各部分で別々のサービスに依存する代わりに、個人やチームは同じ環境内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でのモデルテスト（出典）

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、プロジェクトを前進させやすくなります。

Ultralytics PlatformがビジョンAIワークフローを簡素化する方法#

Ultralytics Platformは、コンピュータビジョンコミュニティと緊密に連携してきた長年の経験をもとに作られました。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、いくつかの共通する課題が繰り返し話題になりました。

例えば、大規模なデータセットにラベルを付ける必要がある場合、かなりの時間がかかるデータアノテーションが主要な懸念事項の1つでした。チームがシステムを本番環境に移行しようとする際にも課題が生じました。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、追加のツールが必要になることが多いためです。

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ことが多いため、多くのチームはツールの切り替えにも悩まされています。Ultralytics Platformは、組み込みのさまざまな機能によって、これらの複雑な問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ワークフロー全体の効率化に役立つ、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：組み込みのアノテーションツールにより、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を使って、チームはデータセットにより迅速にラベルを付けられます。
• 統合モデル​​トレーニング： 開発者はプラットフォーム内で事前トレーニング済みモデルを直接トレーニングし、インタラクティブなダッシュボードで実験を追跡して性能を監視できます。
• ブラウザベースの推論テスト： チームはブラウザ上ですばやく予測をテストし、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、共有推論サービスや世界43地域の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： プラットフォームは、実験結果、システム性能、デプロイの健全性を1か所で追跡できるダッシュボードを提供します。

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、実際にどのように使うのか気になるかもしれません。理解を深めるために、簡単な例を見てみましょう。

製造ライン向けの外観検査システムを構築するとします。目標は、製造工程を進む製品の損傷や欠陥を自動的に特定することです。

通常、プロセスは視覚データの収集から始まります。Ultralyticsの新しいコンピュータビジョンプラットフォームを使用すると、製造ラインの製品の画像や動画をアップロードし、それらをデータセットに整理して、欠陥検出モデルのトレーニングに利用できます。

次にデータアノテーションを行います。プラットフォームに組み込まれた手動またはAI搭載のアノテーションツールを使えば、5つの検出タスクにわたって画像内の欠陥に直接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革新的な機能により、通常なら数時間かかるワークフローを効率化できます。

データセットの準備が完了したら、モデルのトレーニングに進みます。プラットフォームでは、ラベル付きデータを使用してUltralytics YOLOモデルなどのコンピュータ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、1つのダッシュボードから性能指標を監視し、実験を追跡し、時間の経過に伴ってモデルを最適化してシステム性能を向上させられます。

トレーニング後の次のステップはテストと検証です。プラットフォーム内で新しい画像に対して直接予測を実行し、システムがどの程度正確に欠陥を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は、モデルを複数の形式に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デプロイしたりできるため、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（出典）

このパイプラインの各ステップをサポートすることで、Ultralytics Platformは、生の視覚データから、製造ライン上の欠陥を自動的に検出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、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てプロセスの自動化に利用できるほとんどのアプリケーションで、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まで、さまざまな業界に当てはまり、Ultralytics Platformはこの汎用性を支えるように構築されています。

このプラットフォームは、Ultralytics YOLO26のような最先端モデルと、オブジェクト検出、画像分類、インスタンスセグメンテーション、ポーズ推定、回転バウンディングボックス（OBB）検出など、さまざまな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となるさまざまなシナリオ向けのアプリケーションを構築できます。

例えば、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カウント、遠隔地の生態系における野生動物の追跡、自動運転車向けの認識システム、複雑な環境でのロボット誘導のためのシステムを構築できます。コンピュータビジョンで可能なことは、まだほんの一部にすぎません。

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様子（出典）

Ultralytics Platformがビジョン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て、ビジョンAI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います。多くの開発者や組織が視覚データを使って実験し、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始めることが難しい場合があります。

Ultralytics Platformは、開発者がコンピュータビジョン技術をすぐに使い始められる環境を提供することで、こうした障壁を下げます。インフラストラクチャのセットアップや異なる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。

この利用しやすさにより、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を有意義なインサイトに変換し、現実世界の問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がさまざまな業界に広がり続ける中、Ultralytics Platformは開発をより取り組みやすいものにし、コンピュータビジョンの未来を形作るうえで重要な役割を果たすと私たちは考えています。

Ultralytics Platformを始める#

今すぐUltralytics Platformで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登録クレジットに加え、データセットの管理、画像へのアノテーション、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主要ツールを利用できます。

プロジェクトの拡大に応じて、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、デプロイ容量を提供する追加プランで利用規模を拡張できます。プラットフォームは、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も採用しており、チームは使用量を透明性のある形で把握しながら実験を実行し、アプリケーションをデプロイできます。

主なポイント#

画像処理とコンピュータビジョン技術は、研究実験から、日常のテクノロジーを支える実世界の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することで、この移行を加速します。アイデアとデプロイの間にある障壁が減ることで、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できます。

コミュニティに参加し、GitHubリポジトリを確認して、コンピュータビジョンモデルの詳細をご覧ください。ソリューションページで、農業におけるAIやロボティクスにおけるコンピュータビジョンなどのアプリケーションについてお読みください。ライセンスオプションを確認し、ご自身のビジョンAIモデルの構築を始めましょう。