Ultralytics YOLOv8、1周年：飛躍と革新の1年

本日、2024年1月10日は、Ultralytics YOLOv8のリリースから1周年です。お祝いの時がやってきました。数々のマイルストーンを達成し、可能性の限界を押し広げた、刺激的な1年でした。2023年のハイライトと2024年の展望を一緒に振り返りましょう。

2023年におけるUltralytics YOLOv8の影響を振り返る#

図1. 2023年にトレーニングされたUltralytics YOLOv8モデルは1,900万個。

YOLOv8は、熱心なコンピュータービジョン愛好家や幅広いコミュニティから温かく迎えられました。昨年、Ultralyticsパッケージは2,000万回以上ダウンロードされ、12月だけでも過去最高となる400万回のダウンロードを記録しました。創業者兼CEOのGlenn Jocherは、YOLOv8への関心が高まり続けており、毎日、毎秒1,000件を超える推論ジョブが開始されていることを喜んでお伝えします。

関心や好奇心を呼び起こすだけでなく、Ultralytics YOLOv8は実用的な現実世界のアプリケーションでも効果を発揮しています。今年は、さまざまな業界や分野で500万人のユーザーと150億件のイベントがYOLOv8の恩恵を受けました。監視システムの改善から、医療、農業、製造業の進歩に至るまで、YOLOv8は世界中の幅広い業界に影響をもたらしています。

Ultralytics YOLOv8のドキュメントを拡充#

Ultralytics YOLOv8をより身近にご利用いただけるようになりました。ドキュメントは現在11言語に対応し、200ページ以上のコンテンツを公開しています。多様なコミュニティのニーズによりよく応えるため、内容を継続的に拡充しています。ドキュメントには、次のような実用プロジェクト向けのガイドも含まれています。

• 物体カウント
• ヒートマップ
• 領域カウント
• 速度推定
• 距離計算

ドキュメントでは、Ultralyticsがさまざまなデータセットをサポートしていることも紹介しています。たとえば、最近、600クラスを含むOpen Images V7データセットが、サポート対象データセットの一覧に追加されました。また、Open Images V7データセット用の事前学習済みモデルも公開しており、お試しいただけます。

カスタム学習済みUltralytics YOLOv8モデルの作成#

事前トレーニング済みモデルの利用に加えて、ユーザーは非常に具体的なビジネス課題を解決するカスタムコンピュータービジョンソリューションも求めています。カスタムデータでUltralytics YOLOv8モデルをトレーニングできることは大きな利点となっており、2023年には1,900万個のYOLOv8モデルがトレーニングされました。これらのモデルはさまざまなタスク向けにトレーニングされ、その内訳は物体検出が64%、画像セグメンテーションが20%、姿勢推定が15%、画像分類が1%でした。

この数字を実現できた理由の一つは、コーディングの習熟度にかかわらず、誰でもUltralyticsのノーコードMLプラットフォームであるUltralytics HUB（現在のUltralytics Platform）を使ってYOLOv8をトレーニングできることです。ウェブとモバイルの両方から利用できるUltralytics HUBでは、コードを書かずに高度なモデルをすばやく作成してトレーニングできます。YOLOv8の成功を祝うとともに、この1年間にUltralytics HUBがどのように進化したのかを振り返りましょう。

2023年のUltralytics HUBの成長#

2023年はUltralytics HUBにとって素晴らしい年となり、機能とユーザー体験の向上につながるインパクトの大きなバージョンアップを84回実施しました。コラボレーションのための「Teams」、機能を強化したHUB Proバージョン、わかりやすくなった請求履歴、新しいユーザーフィードバックシステムなど、主要な機能を発表しました。

モデルの管理がこれまで以上に簡単になりました。プロジェクトで作業する際に、モデルを比較したり移動したりできるようになりました。モデルのエクスポート形式もさらに追加し、柔軟な選択肢を提供しています。そのほかにも多くの改善を行いました。

新機能や既存機能の改善に加えて、既存機能の強化にも多くの時間と労力を費やしました。たとえば、優先読み込みによりプラットフォームの起動が大幅に高速化しました。HUBのブランディングとUXを刷新して、よりすっきりとした体験を実現し、ユーザーダッシュボードにはクイックリンクと紹介動画を追加して、スムーズに利用を開始できるようにしました。

APIキー管理を刷新して安全性をさらに高め、Ultralytics Appとの連携により、よりスムーズに行き来できるようになりました。ここで紹介したのは、ほんの一部です。

図2. 強化されたユーザーダッシュボード：スムーズな利用開始をサポートするクイックリンクと紹介動画。

2024年を迎えるにあたり、皆様の継続的なご支援とご意見を受けて、HUBがさらに成長することを楽しみにしています。Ultralytics YOLOv8の次の展開を一緒に見ていきましょう。

2024年のUltralytics YOLOv8の展望#

YOLOv8.1のリリースを含む最新の開発状況をご覧いただき、2024年にUltralyticsで予定されている内容をぜひご確認ください。

Ultralytics Explorerのご紹介#

YOLOv8の1周年を迎えるタイミングで、YOLOv8対応の新しいツール、Ultralytics Explorerを公開します。この革新的なツールは、ユーザーによるデータセットの探索や操作の方法を変えることを目指しています。Ultralytics Explorer APIまたはGUIを使って、SQLクエリ、ベクトル類似検索、セマンティック検索でデータセットをフィルタリングおよび検索できます。

Ultralytics Explorerの注目機能の一つが画像マッチングです。たとえば、データセット内の画像を1枚選択すると、その画像に似たデータセット内のすべての画像を検索できます。これにより、データセットをより簡単に理解し、管理できます。

図3. 新しいUltralytics Explorer。

データセット内のキリンの画像をすべて表示したい場合は、数回クリックするだけで実行できます。複数画像のマッチングにも対応しており、照合する複数の画像を選択すると、それらの画像の平均が計算されます。

特定のラベルが付いた画像をデータセットから指定した枚数だけ検索するSQLクエリも作成できます。たとえば、「dog」のようなラベルが付いた画像をデータセットから10枚抽出して確認したい場合に便利です。アノテーション済みデータの内容を把握するのに役立ちます。

もう一つの注目機能はAsk AIです。SQLに慣れていない場合でも、SQLを使わずにクエリ機能を利用できます。たとえば、AI搭載のクエリジェネレーターに「人物がちょうど1人、犬が2匹写っている画像を100枚表示して」と依頼すると、内部でクエリを生成して結果を表示します。

UltralyticsのアドバイザーであるAyush Chaurasiaは、「Ultralytics Explorer API自体がオープンソースなので、APIを使ってデータセットの検証や探索などのアプリケーションを作成できる点が最大の魅力です」と述べています。詳しくは、Ultralytics Explorerのドキュメントをご覧ください。

Ultralytics YOLOv8の新しいタスク：指向性物体検出#

Ultralytics YOLOv8は、OBBとも呼ばれる指向性物体検出を導入し、大きく進化しました。この高度な機能は、特にさまざまな角度や回転のある物体に対して、正確な検出結果を提供するよう設計されています。

これにより、特に航空リモートセンシング画像やテキスト検出に見られる傾斜した物体の検出について、堅牢性と信頼性が向上します。OBBは、画像内の物体を正確に特定し、背景領域の混入を最小限に抑えられる点が特長です。この精度によって背景ノイズが減り、物体分類が大幅に改善されます。

図4. 指向性バウンディングボックス（OBB）を使用した空撮シーンの例。

UltralyticsのMLエンジニアであるJing Qiu氏は、最新のイノベーションについて次のように語っています。「新しいYOLOv8-OBBモデルの中核には、YOLOv8検出モデルの堅牢な基盤があります。パラメーターと計算量は増えますが、標準の検出モデルと同等のパフォーマンスを維持し、リアルタイムアプリケーションに適した高速な推論速度を実現しています。使いやすく、同じAPIを共有しながら、シンプルな「obb」表記で識別できます。そのため、ほかのタスクと同様に、トレーニング、検証、予測、エクスポートを非常に簡単に行えます。」

DOTA v2データセットを使ったモデルのトレーニングにも新たに対応したことをお知らせします。DOTA v2データセットのドキュメントで、Ultralytics YOLOv8の機能がどのように拡張されるのかをご確認ください。

画像分類モデルの改善#

Ultralytics YOLOv8で新しいタスクをサポートすることは重要ですが、従来のタスクを改善・強化することも同様に欠かせません。この考えに基づき、YOLOv8がサポートする画像分類タスクを改善しました。

UltralyticsのMLエンジニアであるFatih Akyon氏は、次のように述べています。「最先端の分類用データ拡張をUltralyticsのトレーニングパイプラインに統合しました。これにより、分類スコアの向上が期待できます。ベースとなるyolov8-classificationモデルは、新しいパイプラインで再トレーニングしました。」

図5. 画像分類の例。

Ultralytics YOLOv8の画像分類機能について詳しくは、YOLOv8画像分類のドキュメントをご覧ください。

ユーザー投稿のサンプルを募集しています。#

2023年におけるUltralytics YOLOv8の主な成功の一つは、コミュニティから寄せられた多くの愛情、支援、貢献です。これまでに225件を超える貢献があり、YOLOv8の改良と強化に役立った一つひとつの貢献に感謝しています。皆様からの貴重なご意見を受けてYOLOv8を改良・微調整し、さまざまな業界のニーズや課題にさらに柔軟かつ的確に対応できるようになりました。

2024年を迎えるにあたり、ユーザー投稿のサンプルをさらに拡充したいと考えています。コンピュータービジョンが解決策となる現実世界の課題に取り組むうえで、皆様の貢献は欠かせません。革新的なユースケース、成功事例、独自の実装例を、Ultralytics YOLOv8コミュニティ全体で共有し、協力していきましょう。皆様の貢献は、同じ関心を持つ人々を刺激し、YOLOv8を新たな高みへと導きます。

Ultralytics YOLOv8の汎用性を示し、コミュニティの創造性を反映する、ユーザー投稿による活気あるサンプルリポジトリを一緒に作りましょう。サンプルリポジトリでは、その他のサンプルを確認したり、サンプルを投稿したりできます。投稿に関する質問は、ガイドをご覧ください。

変わらぬご支援に感謝いたします。Ultralytics YOLOv8にとって素晴らしい一年となることを楽しみにしています。今後のアップデート、イノベーション、共同での成果にもご期待ください。素晴らしい一年になりますように。