Ultralytics YOLO11の画期的な機能についてご紹介します。比類なき精度と効率でコンピュータビジョンを再定義する、当社の最新AIモデルです。
YOLO Vision 2025にご期待ください！
2025年9月25日
10:00 — 18:00（英国夏時間）
ハイブリッドイベント
Ultralytics YOLO11の画期的な機能についてご紹介します。比類なき精度と効率でコンピュータビジョンを再定義する、当社の最新AIモデルです。
Ultralyticsモデルの次なる進化、YOLO11をご紹介できることを大変嬉しく思います！以前のYOLOモデルバージョンの目覚ましい進歩に基づいて構築されたYOLO11は、より高速、より正確で、信じられないほど用途の広い、数多くの強力な機能と最適化をもたらします。YOLO Vision 2024（YV24）イベント（AIの専門家、イノベーター、開発者が集まるUltralyticsの年次ハイブリッドイベント）で発表された、Ultralyticsファミリーへのこの最新の追加は、コンピュータビジョンで何が可能かを再定義することになるでしょう。
YOLO11は、その革新的なアーキテクチャにより、リアルタイムの物体検出から分類まで、さまざまなコンピュータビジョンタスクに使用でき、開発者や研究者にとって画期的な製品となっています。主な改善点としては、より正確な詳細キャプチャのための機能拡張、より少ないパラメータでの精度の向上、リアルタイムパフォーマンスを大幅に向上させる高速処理などが挙げられます。この記事では、YOLO11を際立たせる機能と、それがコンピュータビジョンアプリケーションをどのように変革できるかについて詳しく見ていきます。それでは始めましょう！
YOLO11は、YOLOファミリーの新しい章を開き、コンピュータビジョンを新たな高みへと導く、より高性能で汎用性の高いモデルを提供します。洗練されたアーキテクチャと強化された機能により、このモデルは、コンピュータビジョンタスク（姿勢推定やインスタンスセグメンテーションなど）をサポートします。これらは、Vision AIコミュニティがUltralytics YOLOv8について愛用してきたものですが、さらに優れたパフォーマンスと精度を備えています。Ultralyticsの創設者兼CEOであるGlenn Jocherは、次のように述べています。「YOLO11では、現実世界のアプリケーションにパワーと実用性の両方を提供するモデルを開発することを目指しました。効率と精度が向上したことで、さまざまな業界が直面する独自の課題に適応できる堅牢なツールとなっています。Vision AIコミュニティがYOLO11を使用して革新的なソリューションを作成し、コンピュータビジョンを次のレベルに引き上げることを楽しみにしています。」
.png)
YOLO11がサポートするコンピュータビジョンタスクをご紹介します。
YOLO11 は、今年初めに発表されたYOLOv9 および YOLOv10 で導入された改良に基づいて構築されており、アーキテクチャ設計の改善、特徴抽出技術の強化、トレーニング方法の最適化が組み込まれています。YOLO11 の特筆すべき点は、その速度、精度、効率性の優れた組み合わせであり、Ultralytics がこれまでに開発した中で最も高性能なモデルの 1 つとなっています。設計が改善された YOLO11 は、より優れた特徴抽出を提供します。これは、画像から重要なパターンと詳細を識別するプロセスであり、困難なシナリオでも複雑な側面をより正確に捉えることができます。
驚くべきことに、YOLO11mはYOLOv8mよりも22%少ないパラメータで、COCOデータセットにおいてより高い平均適合率 (mAP) スコアを達成しており、パフォーマンスを犠牲にすることなく計算量を軽減しています。これは、より効率的に実行できると同時に、より正確な結果を提供することを意味します。さらに、YOLO11はYOLOv10よりも約2%速い推論時間で、処理速度が向上しており、リアルタイムアプリケーションに最適です。
.png)
リソースへの負担を軽減しながら複雑なタスクを処理できるように構築されており、大規模モデルのパフォーマンスを向上させるように設計されているため、要求の厳しいAIプロジェクトに最適です。拡張パイプラインの機能強化により、トレーニングプロセスも改善され、小規模プロジェクトでも大規模アプリケーションでも、YOLO11はさまざまなタスクに適応しやすくなっています。
実際、YOLO11は処理能力の点で非常に効率的であり、クラウドデバイスとエッジデバイスの両方へのデプロイに最適であり、さまざまな環境で柔軟性を確保します。簡単に言うと、YOLO11は単なるアップグレードではありません。これは、あらゆるコンピュータビジョンの課題に対応できるように、大幅に正確で、効率的で、柔軟なモデルです。自動運転、監視、ヘルスケアイメージング、スマートリテール、または産業用ユースケースなど、YOLO11はほぼすべてのコンピュータビジョンアプリケーションに対応できるほど汎用性があります。
YOLO11は、すでに使用しているシステムおよびプラットフォームとシームレスに統合できるように設計されています。YOLOv8によって提供されるサポートに基づいて構築されたYOLO11は、トレーニング、テスト、およびデプロイメントのための幅広い環境と互換性があります。NVIDIA GPU、エッジデバイスを使用している場合でも、クラウドにデプロイしている場合でも、YOLO11はワークフローに簡単に適合するように最適化されています。
これらの統合は、YOLO11をさまざまな業界に適応させ、企業が既存のプロセスにモデルを簡単に実装できるようにする優れたアドオンです。たとえば、農業、特に作物のモニタリングにYOLO11を使用したいとします。大規模な畑で植物の健康状態の問題をリアルタイムで特定するために、ドローンにモデルを実装する必要があるかもしれません。ただし、セキュリティ分野では、物体検出のために、クラウドベースのシステムでYOLO11を使用して複数のカメラフィードを監視することを好むかもしれません。
.png)
Vision AIコミュニティは、YOLO11の発売により、エキサイティングな進歩を期待できます。その強化された精度と効率のおかげで、この新しいモデルは既存のアプリケーションを変革し、新しいアプリケーションを作成する可能性を秘めています。この進歩の主な要因は、Ultralytics HUBです。Ultralytics HUBは、YOLO11を含むYOLOモデルのトレーニングとデプロイを簡素化する、ユーザーフレンドリーなプラットフォームです。
.png)
Ultralytics HUBは、ユーザーがデータセットのアップロード、さまざまな事前トレーニング済みモデルへのアクセス、およびプロジェクトの管理をすべて1か所で行えるようにすることで、開発プロセスを効率化します。HUBはコラボレーションもサポートしており、チームがAIプロジェクトで簡単に共同作業できます。Ultralytics HUBのその他の主な機能は次のとおりです。
HUBの直感的なデザインにより、経験豊富な開発者も初心者もすぐに始めることができます。HUBを通じてYOLO11を使用する開発者が増えるにつれて、コンピュータビジョンの限界を押し広げ、AIテクノロジーの未来を形作る高性能アプリケーションが急増することが期待できます。
YOLOv8と同様に、YOLO11も近日中にUltralytics HUBとUltralytics Pythonパッケージを通じて試せるようになります。HUBにサインインするか、クイックスタートガイドでパッケージのインストール方法に関するステップごとの手順をご確認ください。リリース後は、その機能を探索し、さまざまなデータセットで実験し、YOLO11がさまざまなシナリオでどのように動作するかを確認できます。AIコミュニティがYOLO11に関わり、フィードバックを提供したり、それを基に構築したりすることで、その開発に貢献してくれることを楽しみにしています。
既存のプロジェクトを最適化したい開発者の方も、新しいアプリケーションの作成に関心のある方も、皆様の参加がイノベーションを推進する力となります。YOLO11の可能性を最大限に引き出すために、議論に参加し、経験を共有し、他の人と協力しましょう。YOLO11をどのように活用して現実世界の課題に取り組み、創造的なアイデアを実現するかを楽しみにしています。
YOLO11は、コンピュータビジョンの次のステップであり、優れた精度、速度、効率を兼ね備えています。YV24で発表されたその高度な機能により、自動運転車からスマートリテールソリューションまで、さまざまなリアルタイムアプリケーションに対応できます。AIコミュニティがこのモデルを探索し使用し始めるにつれて、YOLO11がどのようにイノベーションを推進し、新しい可能性を実現するかを楽しみにしています。AIの最新の進歩を検討したい場合は、YOLO11を試して、コンピュータビジョンプロジェクトをどのように向上させることができるかを確認してください。
AI についてさらに詳しく知りたい場合は、GitHub リポジトリにアクセスして、活発なコミュニティにご参加ください。AI がヘルスケアや農業などの分野でどのように進歩を遂げているかをご覧ください。
.webp)