YOLOvME：シマウマの種の検出

YOLOv5を活用して、作物の収穫量予測アプリを作成したり、海洋プラスチックを検出したり、マスクの着用状況を判別したりする事例が見られます。そこで、YOLOv5を活用してどのように課題を解決しているか、コミュニティに事例を共有していただきました。  

久間部佳代さんは、日本の熊本県出身のデータアナリストです。久間部さんはYOLOv5を使い始めてまだ1か月ですが、「とにかくスマート」なので、そのインフラストラクチャを試すのを楽しんでいます。AI初心者の方には、Pythonや機械学習の知識がなくても、モデルをカスタマイズする時間をかけることをお勧めしています。

一般的に、人間の目で外観の微妙な違いを区別することは難しい場合があります。久間部さんは、AIならそのような微妙な違いを簡単に検出できるのではないかと考えました。これをテストするために、久間部さんは3種類のシマウマのデータセットを作成し、YOLOv5モデルに入力しました。久間部さんは、さまざまな種類のシマウマを検出するYOLOv5モデルを作成しました。このモデルは、動物の特徴を比較し、シマウマの種類を判断する結果を出力します。

その結果、久間部さんは自分の仮説を証明することができました。YOLOv5モデルは、シマウマの種類ごとにわずか20枚の画像でトレーニングされたにもかかわらず、各種類のシマウマを高精度で検出することができました。

久間部さんがどのようにしてコンピュータビジョンを始めたのかを知りたかったので、いくつか質問をしてみました。

シマウマの種を検出する目的でYOLOv5を選んだ理由は何ですか？

「他のオブジェクト検出インフラストラクチャは試したことがありません。YOLOv5はハードコーディングを必要としないため、簡単そうでした。」

YOLOv5のどのような点が、あなたが使い始める上で簡単でしたか？

「シマウマの種類ごとに20枚の画像を集め、画像のラベリングファイルを作成し、YOLOv5に学習させました。それだけです！YOLOv5がシマウマの種類を100%正確に検出したのを見て驚きました！おそらく20枚以下の画像でも大丈夫でしょう。」

機械学習とVision AIはどのようにして始めたのですか？

「クライアントの中にはAIに興味を持っている人もいるので、仕事の幅を広げるために勉強を始めました。ビジョンAIに出会ったとき、まるで好きな映画ターミネーターが現実になったようで、とても興奮しました。」

将来、Yolov5で他にどのようなプロジェクトを考えていますか？

「学校の生徒の中から自分の子供を見つけたいと思っています。運動会で役立つかもしれません。iPhoneアプリケーションとして作成したいです。」

Kayo氏によるYOLOv5を使った作品については、LinkedInとTwitterをご覧ください。

独自のYOLOv5ユースケースをお持ちですか？

このシマウマ検出YOLOv5の使用例は、YOLOv5が種を区別する上で成功している素晴らしい例です。このニューラルネットワークを他の種類の動物に適用した場合、YOLOv5はそれらを区別できるでしょうか？横断歩道で歩行者を検出したり、年間作物収量を予測したりする場合、モデルはどの程度うまく機能するでしょうか？想像力を自由に働かせてください！

#YOLOvMEのハッシュタグを付けて、独自のYOLOv5の使用例をソーシャルメディアでタグ付けしてください。あなたの作品をMLコミュニティに宣伝します。

AI コンピュータビジョンをノーコードで楽しみたいですか？

必要なのはアイデアだけです。Ultralytics HUBを使用すると、YOLOv5でモデルを簡単に作成し、アイデアを実現できます。私たちは物事をシンプルにし、複雑なMLOpsをすべて自分たちで行うため、楽しいAIを実現するためにコードを知る必要はありません。簡単に始めることができ、最初のMLモデルを構築するのはさらに簡単です。

Ultralytics HUBに参加して、AIの魔法を体験してください。

現在ベータ版であり、利用できるスペースには限りがありますので、今すぐサインアップしてください！