YOLOvME：コロニー計数、塗抹標本の評価、野生生物の検出

数え切れないほどの画像、データ、結果などを評価しなければならなかったことはありますか？さらに、その評価を手作業で行わなければならなかったことはありますか？もちろん、非常に時間がかかります。

Martin Schätzにとって、Ultralytics YOLOv5は、感染症の研究や監視に伴う画像分析の時間を短縮するうえで役立つツールでした。Martinは複数の仕事を兼務していますが、活動の中心はバイオイメージ解析であり、本人はこの分野を「コンピューターサイエンスと生物学の接点」と表現しています。コロニーの監視とカウントに関するMartinの取り組みについて詳しく知るため、話を聞いていくつか質問しました。

Ultralytics YOLOv5で具体的に何をしていますか？#

MartinがプロジェクトにUltralytics YOLOv5を導入した理由は、物体検出、分類、カウントの既存プロセスを自動化する必要があったためです。また、Martinは長期進化実験のようなケースにもYOLOv5を活用しようとしています。

細菌コロニーのカウント#

研究室では、寒天プレート上で培養した細菌コロニーを技術者が一般に手作業でカウントしています。しかし、手作業でのカウントには誤りが生じやすいという問題があります。この問題に取り組むため、MartinはUltralytics YOLOv5を活用してカウントプロセスを自動化しました。この手法により、コロニーの検出と分類に伴うエラーや時間を大幅に削減できました。

顕微鏡画像における物体検出と分類#

顕微鏡レベルの検査を行うには、塗抹標本を評価する必要があります。現在も主に手作業で行われているプロセスです。ご存じのとおり、手作業のプロセスは、結果に誤りやばらつきが生じやすくなります。また、特定の形状を検出する適切なツールは存在しますが、さまざまな物体を自動でカウント・分類するための、より専門的なツールが必要です。

野生動物の検出とモニタリング#

「同僚たちは森林などで野生動物を撮影し、通常は動画を手作業で確認しています。つまり、何百本もの動画を座って確認しなければなりません。」

動画からイノシシやシカが映る場面を手作業で探すには膨大な時間がかかることを踏まえ、Martinは物体検出によってこのプロセスを大幅に効率化できると考えました。ここではUltralytics YOLOv5を導入し、動物がカメラの視野に入ると、野生動物を簡単かつ即座に検出できるようにしました。

機械学習とビジョンAIの世界に入ったきっかけは何ですか？#

修士課程では、Martinが「画像解析の古典的アプローチ」と呼ぶ手法を研究しました。学位取得に取り組んでいた頃、ディープラーニングが次第に話題になっていましたが、当時は単に「畳み込みネットワーク」と呼ばれていました。

この時期、Martinはデータマイニングに取り組んでいましたが、得られるデータはあまり活用できるものではありませんでした。データを実際に扱いたいと考えたMartinは、機械学習とビジョンAIの世界に飛び込むことにしました。

Ultralytics YOLOv5を始める方に、どのようなアドバイスをしますか？#

現在、MLとビジョンAIの学習プロセスはかなり複雑になり得ます。ビジョンAIをしばらく使っているMartinは、始めようとしている方に向けて3つのポイントを挙げました。

1. 「科学者として、私はまずすべてに目を通し、最初に十分理解できなかったことを読み返すようにしています。」モデルのトレーニングに取り組む前に基礎的な理解を身につけておくと、初心者にとってプロセスがずっと容易になります。
2. さらにMartinは、ほかの人の活用事例を調べることの有用性にも触れました。ほかの人の取り組みを見ることで、自分の用途やプロジェクトのヒントが得られます。
3. プロジェクトを繰り返し試してテストしてください。変更が必要だとわかったら、戻って修正し、さらにテストと反復を重ねながら進めてください。

Martin Schätzは研究者であり、共焦点顕微鏡におけるバイオ画像解析とデータ処理を中心に教えています。Martinが取り組んでいるプロジェクトの動機は、感染症研究とモニタリングのための画像分析プロセスを最適化することです。Martinの3つのプロジェクトのドキュメントと詳細は、GitHubリポジトリでご覧いただけます。またMartinは、生物学・顕微鏡分野の科学画像解析で広く使われるツールを推進する組織NEUBIASにも参加しており、モデルZooには、これらのトレーニング済みディープラーニングモデルも含まれています。

皆さまのYOLOv5活用事例もぜひご紹介ください！SNSで@Ultralyticsをタグ付けし、#YOLOvMEを付けて投稿すると、取り上げられるチャンスがあります。