Ultralytics YOLO11が登場！AIの可能性を再定義しましょう！

Ultralytics modelsの次なる進化形であるYOLO11をご紹介できることを大変嬉しく思います！従来のYOLOモデルの目覚ましい進化を基盤に、YOLO11はより高速で、より高精度、そして圧倒的な汎用性を誇る数々の強力な機能と最適化をもたらします。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あるYOLO Vision 2024 (YV24) eventで発表されたUltralyticsファミリーへのこの最新の追加は、computer visionの可能性を再定義するものです。

革新的なアーキテクチャを備えたUltralytics YOLO11は、リアルタイムのオブジェクト検出から分類まで、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まさにゲームチェンジャーとなります。主な改善点として、より正確な詳細キャプチャを実現する拡張された特徴抽出、少ないパラメータでより高い精度、リアルタイム性能を大幅に向上させる高速な処理速度が挙げられます。この記事では、YOLO11際立たせる機能や、computer vision applications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！

図1: YOLO Vision 24のステージ上でUltralytics YOLO11を発表するGlenn Jocher氏。

Ultralytics YOLO11の紹介#

YOLO11はYOLOファミリーの新しい章の幕開けであり、computer visionを新たな高みへと引き上げる、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、ビジョンAIコミュニティに愛されてきたUltralytics YOLOv8のような姿勢推定やインスタンスセグメンテーションなどのcomputer vision tasksをサポートしつつ、さらに優れたパフォーマンスと精度を実現しています。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、実世界のアプリケーションにおいてパワーと実用性の両方を提供するモデルの開発を目指しました。その効率性と精度の向上により、さまざまな産業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。ビジョン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生み出し、コンピュータビジョンを次のレベルへと引き上げるのを見るのが待ちきれません。」

図2: YV24のステージ上でUltralytics YOLO11を発表するGlenn Jocher氏。

Ultralytics YOLO11がサポートするコンピュータビジョンタスクの概要です：

• Object detection: 画像やビデオフレーム内のオブジェクトを特定して位置を特定し、その周囲にバウンディングボックスを描画します。surveillance、autonomous driving、retail analyticsなどのアプリケーションに最適です。
• Instance segmentation: 画像内の個々のオブジェクトをピクセルレベルまで特定して分離します。medical imagingやmanufacturingにおける欠陥検出などのアプリケーションに役立ちます。
• Image classification: 画像全体を事前に定義されたクラスに分類するため、Eコマースでのproduct categorizationやwildlife monitoringなどのアプリケーションに最適です。
• Pose estimation: 画像やビデオフレーム内の特定のキーポイントを検出し、動きやポーズを追跡します。fitness tracking、sports analytics、healthcareのアプリケーションに有益です。
• Oriented object detection (OBB): 傾き角度を持つオブジェクトを検出し、回転したオブジェクトをより正確にローカライズできるようにします。これはaerial imagery、robotics、warehouse automationのタスクにおいて特に価値があります。
• Object Tracking: across consecutive video framesでオブジェクトの動きを監視および追跡するため、多くのリアルタイムアプリケーションで不可欠です。

Fig 3. Ultralytics YOLO11がサポートするコンピュータビジョンタスク。

Ultralytics YOLO11の優れた点は何ですか？#

YOLO11は、今年初めにYOLOv9およびYOLOv10で導入された進歩を基盤としており、改良されたアーキテクチャ設計、強化された特徴抽出技術、最適化されたトレーニング方法を組み込んでいます。YOLO11が本当に際立っているのは、速度、精度、効率性の印象的な組み合わせであり、Ultralyticsがこれまでに作成した中で最も高性能なモデルの1つとなっています。改良された設計により、YOLO11は優れたfeature extractionを提供します。これは画像から重要なパターンや詳細を特定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を可能にします。

特筆すべきことに、YOLO11mはYOLOv8mよりも22%少ないパラメータを使用しながら、COCO dataset上でより高いmean Average Precision (mAP) scoreを達成し、パフォーマンスを犠牲にすることなく計算量を削減しています。これは、より効率的に実行しながら、より正確な結果を提供することを意味します。その上、YOLO11は処理速度が向上しており、推論時間はYOLOv10よりも約2%高速で、リアルタイムアプリケーションに最適です。

Fig 4. 物体検出にUltralytics YOLO11を使用する。

複雑なタスクを処理できるように構築されており、リソース消費を抑えつつ大規模モデルの性能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。オーグメンテーション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、小規模なプロジェクトでも大規模なアプリケーションでも、Ultralytics YOLO11がさまざまなタスクに簡単に適応できるようになりました。

実際、YOLO11は処理能力の面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でのdeploymentに最適で、さまざまな環境での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なく、あらゆるコンピュータビジョンの課題に対処する備えができた、大幅に高精度、効率的、かつ柔軟なモデルです。autonomous driving、surveillance、healthcare imaging、smart retail、industrial use casesのいずれであっても、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汎用性を備えています。

Ultralytics YOLO11はお使いのシステムやプラットフォームに対応しています#

Ultralytics YOLO11は、現在使用しているシステムやプラットフォームとseamlessly integrate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を基盤として、YOLO11はtraining、testing、deploymentのための幅広い環境と互換性があります。NVIDIA GPUs、edge devices、またはdeploying on cloudプラットフォームのいずれで作業している場合でも、YOLO11はワークフローにスムーズ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可能にする優れたアドオンであり、businessesが既存のプロセスにモデルを簡単に実装するのに役立ちます。例えば、agriculture、具体的にはcrop monitoringのためにYOLO11を使用したいとします。広大な農地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デプロイする必要があるかもしれません。しかし、セキュリティ分野にいる場合は、複数のカメラフィードを監視するためにクラウドベースのシステムでYOLO11を使用し、object detectionを行う方が好ましいかもしれません。

Fig 5. 農業分野におけるUltralytics YOLO11の使用。

Ultralytics YOLO11でAIコミュニティを強化する#

ビジョンAIコミュニティは、YOLO11の登場によりエキサイティングな進歩を期待できます。精度と効率が向上したこの新しいモデルには、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創出する可能性があります。この進歩の大きな要因は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。

図6：Ultralytics HUBでYOLO11の推論を実行。

Ultralytics HUBは、ユーザーがデータセットをアップロードし、さまざまな事前学習済みモデルにアクセスし、すべてのプロジェクトを1か所で管理できるようにすることで、開発プロセスを合理化します。HUBはコラボレーションもサポートしており、チームがAIプロジェクトで協力しやすくなっています。Ultralytics HUBのその他の主な機能は以下の通りです：

• Cloud training: Ultralytics HUBは、スケーラビリティと効率性のためにシームレスなクラウドベースのモデルトレーニングを提供します。
• Pre-trained models: このプラットフォームでは、さまざまな事前トレーニング済みYOLOv5、YOLOv8、YOLO11モデルにアクセスできます。
• モデルのエクスポート: 学習済みモデルは、デプロイ用にさまざまなフォーマットにエクスポートできます。
• Integrations: Ultralytics HUBは、Roboflow、Google Colab、Weights & Biasesなどのプラットフォームとシームレスに統合します。
• 詳細なドキュメント: Ultralytics HUBは、ユーザーサポートのために包括的なガイドとFAQを提供しています。
• コミュニティサポート: 質問やディスカッションのために、アクティブなDiscordコミュニティが利用可能です。

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迅速に開始できます。より多くの開発者がHUBを通じてUltralytics YOLO11を使用するにつれて、コンピュータビジョンの限界を押し広げ、AI技術の未来を形作る高性能アプリケーションの急増が期待できます。

Ultralytics YOLO11を実際に試してみる#

YOLOv8と同様に、YOLO11もまもなくUltralytics HUBおよびUltralytics Python packageからお試しいただけるようになります。Ultralytics HUBにサインインするか、quickstart guideを確認して、パッケージのインストール方法についてのステップバイステップの指示をご覧ください。リリースされ次第、その機能を探索し、さまざまなdatasetsで実験し、さまざまなシナリオでYOLO11がどのようにパフォーマンスを発揮するかを確認できるようになります。AIコミュニティがその開発へのcontributing、フィードバックの提供、またはそれに基づいた構築を行うことで、YOLO11に参加するの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と考えている開発者であっても、新しいアプリケーションの作成に関心がある方であっても、あなたの参加がイノベーションを推進する助けとなります。ディスカッションに参加し、自分の経験を共有し、他の人と協力してUltralytics YOLO11の可能性を最大限に引き出しましょう。YOLO11を使用して現実世界の課題に取り組み、クリエイティブなアイデアを実現する様子を楽しみにしています！

Ultralytics YOLO11で新しい章が始まります#

Ultralytics YOLO11は、優れた精度、速度、効率を組み合わせた、コンピュータビジョンにおける次のステップです。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おいて汎用性が高くなっています。AIコミュニティがこのモデルの探索と使用を開始するにつれて、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のかを楽しみにしています。AIの最新の進歩を探索したい場合は、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の詳細については、GitHub repositoryにアクセスし、our active communityにご参加ください。healthcareやagricultureなどの分野でAIがどのように前進しているかを発見してください。