Ultralytics YOLO11が登場!AIの可能性を再定義する!

アビラミ・ヴィナ

5分で読める

2024年9月27日

比類のない精度と効率でコンピュータビジョンを再定義する最新のAIモデル、Ultralytics YOLO11の画期的な機能のすべてをご覧ください。

Ultralyticsの次の進化モデルをご紹介できることを嬉しく思います:YOLO11です!YOLO11では、これまでのYOLOモデルの素晴らしい進化をベースに、より高速で、より正確で、驚くほど多用途に使える強力な機能と最適化を多数搭載しています。Ultralyticsが毎年開催している、AIの専門家、イノベーター、開発者が集まるハイブリッドイベント、YOLO Vision 2024 (YV24)で発表されたこのUltralyticsファミリーの最新バージョンは、コンピュータビジョンで何が可能かを再定義するものです。 

その革新的なアーキテクチャにより、YOLO11はリアルタイムの物体検出から分類まで、様々なコンピュータビジョンタスクに使用することができ、開発者や研究者にとっても画期的な製品となっています。主な改良点としては、より正確なディテールキャプチャのための特徴抽出の強化、より少ないパラメータでの高精度化、リアルタイム性能を大幅に向上させる処理速度の高速化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、YOLO11があなたのコンピュータ・ビジョン・アプリケーションをどのように変えることができるかを詳しく見ていきます。さっそく始めましょう!

__wf_reserved_inherit
図1.YOLOビジョン24でYOLO11を発表するグレン・ジョーチャー。

YOLO11を知る

YOLO11はYOLOファミリーの新たな章となり、コンピュータ・ビジョンを 新たな高みへと導く、より高性能で多用途な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、Vision AIコミュニティがUltralytics YOLOv8を愛用してきたポーズ推定やインスタンス分割などのコンピュータビジョンタスクをサポートし、さらに高い性能と精度を実現しています。Ultralyticsの創設者兼CEOであるGlenn Jocherは、次のように語っています。「YOLO11では、実世界のアプリケーションのためのパワーと実用性の両方を提供するモデルの開発に着手しました。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になりました。ビジョンAIのコミュニティがYOLO11を使って革新的なソリューションを生み出し、コンピューター・ビジョンを次のレベルに引き上げるのを見るのが待ち遠しい。"

__wf_reserved_inherit
図2。YV24でYOLO11を発表するグレン・ジョーチャー。

YOLO11がサポートするコンピュータビジョンタスクを紹介しよう:

__wf_reserved_inherit
図3.YOLO11がサポートするコンピュータ・ビジョン・タスク。

YOLO11の特徴は?

YOLO11は、今年初めのYOLOv9と YOLOv10で導入された進歩を基に、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取り入れています。YOLO11を際立たせているのは、スピード、精度、効率性を見事に兼ね備えていることであり、Ultralyticsがこれまでに作成したモデルの中で最も有能なものの一つとなっている。改良された設計により、YOLO11は、画像から重要なパターンや細部を特定するプロセスである特徴抽出を向上させ、困難なシナリオであっても、複雑な側面をより正確に捉えることが可能になりました。

驚くべきことに、YOLO11mはYOLOv8mより22%少ないパラメータを使用しながら、COCOデータセットで より高い平均精度(mAP)スコアを達成し、性能を犠牲にすることなく計算を軽くしている。これは、YOLOv8mが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する。その上、YOLO11は、YOLOv10よりも推論時間が約2%速く、リアルタイム・アプリケーションに理想的な、より速い処理速度をもたらします。 

__wf_reserved_inherit
図4.YOLO11を使った物体検出。

リソースに負担をかけずに複雑なタスクを処理し、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。オーグメンテーション・パイプラインの強化により、学習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、YOLO11がさまざまなタスクに適応しやすくなりました。 

実際、YOLO11は処理能力の面で非常に効率的であり、クラウドとエッジデバイスの両方への展開に完全に適しているため、さまざまな環境での柔軟性が確保されている。端的に言えば、YOLO11は単なるアップグレードではなく、より正確で効率的、かつ柔軟なモデルであり、あらゆるコンピューター・ビジョンの課題に対応できるようになりました。自律走行監視ヘルスケアイメージングスマートリテール産業用ユースケースなど、YOLO11は、ほとんどすべてのコンピューター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。

YOLO11はあなたのシステムとプラットフォームに対応します。

YOLO11は、すでにお使いのシステムや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で提供されたサポートをベースに、YOLO11は、トレーニングテスト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エッジデバイスクラウドプラットフォームのいずれを使用している場合でも、YOLO11は、ワークフローに無理なくフィットするように最適化されています。

これらの統合は、YOLO11を様々な業界に適応させる素晴らしいアドオンであり、ビジネスが既存のプロセスにモデルを簡単に導入できるよう支援します。例えば、農業、特に作物のモニタリングにYOLO11を使いたいとしよう。広大な畑で植物の健康上の問題をリアルタイムで特定するために、このモデルをドローンに導入する必要があるかもしれない。しかし、セキュリティの分野であれば、YOLO11をクラウドベースのシステムで使用し、複数のカメラフィードを監視して物体を検知することを好むかもしれない。

__wf_reserved_inherit
図5.農業におけるYOLO11の利用。

YOLO11でAIコミュニティに力を与える

ビジョンAIのコミュニティは、YOLO11の発表でエキサイティングな進歩を期待できる。その精度と効率の向上により、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生み出す可能性を秘めている。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展開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。 

__wf_reserved_inherit
図6.Ultralytics HUBでYOLO11推論を実行する。

Ultralytics HUBは、データセットのアップロード、様々な事前学習済みモデルへのアクセス、プロジェクトの管理をすべて一箇所で行えるようにすることで、開発プロセスを合理化します。また、HUBはコラボレーションをサポートし、チームがAIプロジェクトで協力することを容易にします。以下はUltralytics HUBのその他の主な機能です:

  • クラウドトレーニング: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。
  • 学習済みモデル:このプラットフォームでは、事前にトレーニングされたYOLOv5、YOLOv8、YOLO11の各種モデルを利用することができる。
  • モデルのエクスポート
    ‍ 学習済みモデルは、配備のためにさまざまな形式にエクスポートできます。
  • 統合: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できます。
  • 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。
    ‍。
  • コミュニティのサポート活発なDiscordコミュニティが質問やディスカッションに利用できる。

HUBの直感的なデザインにより、経験豊富な開発者も初めての開発者もすぐに使い始めることができます。HUBを通じてより多くの開発者がYOLO11を使用するようになれば、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を期待できる。

YOLO11でハンズオン

YOLOv8と同様に、YOLO11もUltralytics HUBと Ultralytics Pythonパッケージを通じて間もなくお試しいただけるようになります。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をステップバイステップでご確認ください。リリースされれば、その機能を探求し、さまざまなデータセットで実験し、さまざまなシナリオでYOLO11がどのように機能するかを見ることができるようになります。私たちは、AIコミュニティがYOLO11に関わり、その開発に貢献し、フィードバックを提供し、あるいはYOLO11を改良していくのを見るのが待ち遠しい。

既存のプロジェクトを最適化したい開発者であれ、新しいアプリケーションの作成に興味がある開発者であれ、あなたの参加はイノベーションの推進に役立ちます。YOLO11の可能性を最大限に引き出すために、ディスカッションに参加し、経験を共有し、他の人と協力してください。あなたがYOLO11を使って現実世界の課題にどのように取り組み、創造的なアイデアを実現させるか、私たちは楽しみにしています!

YOLO11で新たな章が始まる

YOLO11は、優れた精度、スピード、効率性を兼ね備えたコンピュータ・ビジョンの次のステップです。YV24で発表されたその高度な機能により、自律走行車からスマート小売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汎用的に使用できる。AIコミュニティがこのモデルの探求と活用を始める中、YOLO11がイノベーションを促進し、新たな可能性をもたらす創造的な方法を見ることを楽しみにしています。AIの最新の進歩を探求したい方は、YOLO11を試して、あなたのコンピューター・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ご覧ください!

AIについてもっと知りたい方は、GitHubリポジトリにアクセスして、活発なコミュニティに参加してください。ヘルスケアや 農業などの分野でAIがどのように発展しているかをご覧ください。

AIの未来
を一緒に作りましょう!

機械学習の未来への旅を始めよう

無料で始める
クリップボードにコピーされたリンク