YOLOvME：コロニーのカウント、スメア評価、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せんか？ プロセスをより複雑にするために、これらの評価を手動で行わなければならなかったことはありませんか？ もちろん、それは信じられないほど時間がかかります。

Martin Schätz氏にとって、YOLOv5は感染症の研究とモニタリングに必要な画像解析の時間を短縮するのに役立つツールであることが証明されました。Martin氏は複数の仕事を兼務していますが、彼の仕事の本質はバイオイメージ解析、彼が言うところの「コンピュータサイエンスと生物学の接点」に焦点を当てています。私たちは、コロニーのモニタリングとカウントに関するMartin氏の研究についてもっと知りたかったので、彼にいくつか質問をしてみました。

YOLOv5で具体的にどのようなことを行っていますか？

Martinが自身のプロジェクトにYOLOv5を実装する背景にあるロジックは、物体検出、分類、およびカウントのための既存プロセスを自動化する必要性から来ています。Martinはまた、Long-Term Evolution ExperimentのようなケースにもYOLOv5を使用することを目指しています。

バクテリアコロニーのカウント

研究室では、寒天培地上で培養された細菌コロニーは、通常、技術者が手動でカウントします。残念ながら、手動カウントはエラーが発生しやすい結果につながる可能性があります。この問題に対処するため、Martin氏はYOLOv5を活用してカウントプロセスを自動化しました。このアプローチにより、コロニーの検出と分類に伴うエラーと時間が大幅に削減されました。

顕微鏡オブジェクトの検出と分類

顕微鏡の世界で検査を行うには、塗抹標本を評価する必要があります。これは依然として、ほとんど手作業で行われているプロセスです。ご存知のように、手作業によるプロセスは、エラーが発生しやすく、結果にばらつきが出やすいものです。さらに、特定の形状の物体検出に適したツールは存在しますが、さまざまな物体の自動カウントや分類のための、より専門的なツールが必要です。

野生生物の検出と監視

「私の同僚は、森林や他の場所で野生生物を記録しており、通常、ビデオを手動で確認しています。つまり、彼らは座って何百ものビデオをチェックしなければなりません。」

ビデオで野生の豚や鹿のインスタンスを手動で検索するには非常に時間がかかることを念頭に置いていたMartinは、物体検出がこのプロセスを確実に最適化できると考えました。ここでは、YOLOv5が実装され、動物がカメラの視線に入ると、野生生物を簡単かつ瞬時に検出できるようになりました。

機械学習とVision AIの世界にどのように入りましたか？

マーティンは修士号を取得するために、彼が「画像解析への古典的なアプローチ」と呼ぶものを研究しました。学位を終える頃には、ディープラーニングがますます話題になっており、当時は単に「畳み込みネットワーク」と呼ばれていました。

この期間中、Martinはあまり使いやすくないデータのマイニングに取り組んでいました。データを実際に操作できるようにしたいと考えたMartinは、機械学習とVision AIの世界に飛び込むことを選びました。

YOLOv5を始める人へのアドバイスはありますか？

現在、MLとVision AIの学習プロセスは非常に複雑になる可能性があります。Vision AIをしばらく使用しているMartin氏は、これから始めようとする人に向けて、次の3つのポイントを挙げました。

1. 「科学者として、私はまず全てを読んで、完全に理解できなかった箇所を読み返したいと思っています。」モデルのトレーニングに飛び込む前に、基礎レベルの理解を得ることは、初心者にとってプロセスをはるかに容易にするでしょう。
2. さらに、Martin氏は、他者のユースケースを研究することの有用性についても言及しました。他者が何をしているかを見ることで、自身の用途やプロジェクトに役立つインスピレーションを得られるからです。
3. プロジェクトを繰り返し実行し、テストしてください。変更が必要な場合は、変更を加えてから、さらにテストとイテレーションを繰り返してください。

Martin Schätzは、共焦点顕微鏡におけるBioImage Analysisとデータ処理を専門とする研究者であり、教育者でもあります。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解析プロセスを最適化することです。Martinの3つのプロジェクトに関するドキュメントと詳細は、彼のGitHubリポジトリで確認できます。さらに、Martinは、モデル動物園にあるこれらのトレーニング済み深層学習モデルを含む、生物学/顕微鏡における科学的な画像解析で最も使用されているツールを推進する組織であるNEUBIASの一員でもあります。

あなたのYOLOv5のユースケースも紹介させてください！ソーシャルメディアで@Ultralyticsをタグ付けし、#YOLOvMEを付けて投稿してください。掲載されるチャンスがあります。