YOLOvME：スナップエンドウ検出を簡単に

Takayuki Nukui氏は、日本の東京を拠点とする材料データサイエンティストです。MLと材料科学は意外な組み合わせだと思われるかもしれませんが、Takayuki氏は自身の仕事に多くのMLソリューションを適用できることに気付きました。

しかし、Takayuki氏がMLに取り組み始めた本当の理由は、現在の仕事とは関係ありません。Takayuki氏が幼い頃、父親は農家を営んでいました。しばしば父親のスナップエンドウの収穫を手伝わなければならず、非常に大変な作業でした。

人間の目で植物に実っているスナップエンドウをすべて見つけるのは困難です。葉の間に非常によく紛れているためです。収穫期になると、Takayuki氏は完熟したスナップエンドウを一つ残らず収穫したことを確認するため、父親の畑を何度も往復しなければなりませんでした。この過酷な作業をきっかけに、当時学んでいたビジョンAIがスナップエンドウの収穫をどのように簡単にできるか、Takayuki氏は考えるようになりました。

私たちはT wit terでTakayuki氏のスナップエンドウ検出アプリケーションを見つけ、Ultralytics YOLOv5を使った取り組みについて詳しく聞くために、同氏に話を伺いました。

スナップエンドウを検出するという課題の解決に役立てるため、どのようにUltralytics YOLOv5を選びましたか？#

初めに、Takayuki氏はYOLOv3からSSD、EfficientDetまで、さまざまな物体検出モデルを試しました。しかし、1年前にYOLOv5を試したところ、最高の精度を実現できたため、現在まで使い続けています。

Ultralytics YOLOv5のどのような点が、扱いやすさにつながりましたか？#

Takayuki氏にとって、データ拡張やパラメーター進化など、モデルの精度を向上させるための仕組みがあらかじめ設計されていることが、Ultralytics YOLOv5を使いやすくしています。通常であれば面倒なプログラムが必要になりますが、YOLOv5は簡単なコードを追加するだけで実装できます。「結果を分析し、できた時間でモデルをチューニングできたことをうれしく思いました。もちろん、アノテーションにも時間を使いました！」

今後、Ultralytics YOLOv5を使ってどのような課題に取り組みたいですか？#

Takayuki氏は選択肢を広く持っています。「農場の他の作物でも試したいです。それだけでなく、思いつくものなら何でも試し続けたいと思っています。物体検出を試すことで、さらに多くのことを見つけられると思います。」

AIの世界に初めて触れる人に、どのようなアドバイスをしますか？#

「まず、物体検出は難しそうで、ビジョンAIを始めることに不安を感じている人には、Ultralytics YOLOv5をおすすめします。私の意見では、YOLOv5は実装できる最も利用しやすい物体検出モデルです。

また、少量のトレーニングデータで使ってみることをおすすめします。データ拡張はあらかじめ設計されており、驚くほど興味深いモデルが生成されることもあります。」

Takayuki Nukui氏は、エンジニアリングと小さな農場での野菜作りの間で生活のバランスを取っています。同氏のウェブサイトはFarMLで、MLに関する記事を公開しています。スナップエンドウ検出についての詳細な記事もご覧ください。Takayuki氏は自身の使用事例をTwitterやYouTubeにも頻繁に投稿しています。

皆様のYOLOv5の活用事例もぜひご紹介ください！ソーシャルメディアで@Ultralyticsをタグ付けし、#YOLOvMEを付けて投稿すると、掲載される可能性があります。

Ultralytics YOLOv5とビジョンAIが農業業界にどのようなソリューションを提供するかをご覧ください。#