業界を超えて現実世界のAIソリューションを支援

Ultralytics YOLO は、マルチモーダルセンシングと並んで SK Godelius のコンピュータビジョンパイプラインの主要な構成要素であり、どの部品に不具合が生じているかを正確に特定する精度をもたらし、作業員の安全確保と検査の標準化に貢献しています。

Ultralyticsへの移行を決断してから、すべてがはるかにシンプルになりました。1行のコードで、あらゆるものをトレーニング、予測、エクスポートできます。

Ultralytics YOLOモデルは、使いやすく、正確で、柔軟です。これにより、パトロール時間を平均で約30%削減できました。

Ultralytics YOLOv8 nanoを使用すると、エッジ上で再トレーニングし、数週間ではなく数時間で新しいモデルを提供できます。転送するデータもごく一部で済みます。精度と小さなフットプリントの組み合わせは、まさに私たちの環境が必要としているものです。

モデルが異種マテリアルのクラスを分類する精度を向上させながら、チームに必要な手作業の量を減らしたいと考えていました。Ultralytics YOLOへの切り替えが、これらの性能向上を実現する鍵となりました。

評価したすべてのモデルの中で、YOLOは私たちのユースケースにおいて圧倒的に高速でした。

Ultralyticsでトレーニングに利用できるインフラストラクチャを大いに活用しています。特に、簡単に使い始められる点を気に入っています。データセットの構築や「train」関数の実行も、特に難しいことはありませんでした。

Ultralytics YOLOモデルにより、AIサービスの実装速度を25.2%向上させることができました。デプロイが容易で、現実世界で優れた性能を発揮します。運用性能を損なうことなく、より高い速度、精度、スケーラビリティを実現できます。

Ultralytics Pythonパッケージを通じてUltralytics YOLOモデルをトレーニングおよびデプロイできる機能は、とても堅牢です。高速な推論と組み合わせることで、画像を迅速に処理し、建設現場でリアルタイムのフィードバックを提供できます。

Ultralyticsを利用することで、他のモデルと比較して、より高い精度を維持しながら速度を向上させることができました。CUDA、TensorRT、ONNX、OpenVINOなど、さまざまなフレームワークとの互換性は、R&Dで重みをファインチューニングし、その後、使用するハードウェアに合わせて最適化するうえで非常に役立ちました。

私たちはまだ表面を掘り始めたばかりです。Ultralytics YOLOを基盤として、より安全であるだけでなく、よりスマートなソリューションを開発できます。リアルタイムのインサイトによって命を救い、産業安全の管理方法を変革することが可能です。

私たちは、食品製造ラインで食材をピックアンドプレースするコンピュータービジョン対応ロボットを開発しています。ロボットによるマニピュレーションにはセンチメートル未満の精度が求められますが、Ultralytics YOLOモデルはそのレベルの精度を実現するうえで非常に優れています。

当社のSTM32マイクロコントローラー上でのUltralytics YOLOモデルの性能は、エッジにおけるコンピュータービジョンに新たな可能性を開きます。合理化された統合と複数のモデルバリアントへの対応により、開発者はスケーラブルで応答性の高い組み込みビジョンソリューションを構築するために必要なものをすべて利用できます。

UltralyticsのYOLOは、本当に快適に使用できました。Pythonライブラリは、トレーニングと推論の両方で非常にスムーズかつ一貫しており、実際、パイプラインへの統合も驚くほどスムーズでした。このようなことは珍しいです。

Ultralytics Pythonパッケージを使用すると、モデルを非常に簡単かつ迅速にトレーニングできます。さらに、異なるモデルや新しいバージョンのYOLO間で標準化されているため、長年にわたって高い安定性が確保されます。

Ultralytics YOLOを当社のInstabase AIプラットフォームに統合するプロセスは、簡単でスムーズでした。リリーススケジュールの短縮に役立ち、お客様に画像による物体認識機能を提供できるようになりました。

同社は、視覚データを卓越した精度と効率で実用的なインサイトに変換します。Ultralytics YOLOv8とSSS（ソニーセミコンダクタソリューションズ株式会社）のIMX500センサーを組み合わせることで、このパートナーシップは強力なオンデバイスAI機能を実現し、高性能な視覚データ処理に依存する企業のリアルタイムな意思決定を強化します。

Ultralytics YOLOモデルは、当社のMetis AI処理ユニット (AIPUs) と非常に相性が良いです。統合が容易で効率的に動作し、お客様がインパクトのあるVision AIアプリケーションをエッジですぐに稼働させるのに役立ちます。

ALYCEでは、Ultralyticsを活用することでモデルのトレーニングに大きな変化が生まれ、データ精度を高め、お客様に比類のない品質を提供し、持続可能なモビリティプロジェクトを支援できるようになりました。

Ultralytics YOLOモデルは、潮汐タービンのサイトから港、サンゴ礁まで、さまざまな水中環境で非常に優れた性能を発揮しています。その精度と信頼性により、海洋エネルギーや研究プロジェクト全体の環境モニタリング業務で大いに頼りにしています。

Ultralyticsは、プロトタイプの開発だけでなく、最終的なソリューションの開発にも使用できる、非常に強力で使いやすいソリューションです。

通常、機械学習モデルのトレーニングには膨大な時間がかかり、推論結果が出るまで2～3日待ったうえで、精度が十分かどうかを判断しなければならないこともよくあります。しかし、Ultralytics YOLOを使えば、1日でモデルをトレーニングし、迅速に判断して、結果からすばやく学習できます。トレーニング後は、データセットを拡充して性能をさらに向上させることもできます。

UltralyticsのYOLOモデルは、AI業界に大きな変革をもたらしています。YOLOv5とYOLOv8のモデルは、使いやすさ、最先端の性能、精度の高さから開発者に支持されています。OpenVINOと組み合わせることで、これらのモデルは最新のCPU上で、導入直後から最高水準の性能を発揮できる可能性があります。