さまざまな業界の現場でAIソリューションを実現

Ultralytics Platformは、私たちにとって大きな変革をもたらしました。データサイエンティストがデータセットを作成し、クラウドのコンピューティングリソースを使って新しいモデルをすばやく学習させ、異なるモデル設定で実験を比較し、最終的に各課題に最適なモデルを特定するのがとても簡単になります。物体検出、インスタンスセグメンテーション、セマンティックセグメンテーションの実験を始める際、まず利用するツールになっています。

マルチモーダルセンシングと並び、Ultralytics YOLOはSK Godeliusのコンピュータビジョンパイプラインの重要な要素です。どの部品に不具合があるかを正確に特定できる精度を実現し、作業員の安全を守り、検査の一貫性を維持しています。

Ultralytics YOLOモデルのおかげで、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。導入が簡単で、実環境でも優れた性能を発揮します。運用性能を損なうことなく、速度、精度、拡張性を高められます。

Ultralyticsのトレーニング用インフラをとても便利に活用しています。特に、使い始めるのが簡単な点が気に入っています。データセットの構築や「train」関数の実行も、簡単に行えました。

評価したすべてのモデルの中で、YOLOは当社のユースケースにおいて群を抜いて最速でした。

異種の素材クラスをモデルが分類する精度を高めると同時に、チームに必要な手作業を減らしたいと考えていました。Ultralytics YOLOへの切り替えが、こうした性能向上を実現する鍵となりました。

Ultralytics YOLOv8 nanoを使えば、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リリースできます。転送するデータもごく一部で済みます。高い精度と小さなフットプリントの組み合わせは、まさに当社の環境に必要なものです。

Ultralytics YOLOモデルは使いやすく、精度が高く、柔軟性に優れています。これにより、巡回時間を平均で約30%削減できました。

Ultralyticsに移行したことで、あらゆることがずっと簡単になりました。1行のコードで、何でもトレーニング、推論、エクスポートできます。

Ultralytics Pythonパッケージを通じてUltralytics YOLOモデルをトレーニングし、デプロイする機能は非常に堅牢です。高速な推論と組み合わせることで、画像を迅速に処理し、建設現場にリアルタイムのフィードバックを提供できます。

Ultralyticsを使うことで、他のモデルと比べて精度を高めながら速度も向上できました。CUDA、TensorRT、ONNX、OpenVINOなど、さまざまなフレームワークとの互換性は、研究開発で重みを微調整し、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っています。

私たちはまだ可能性の入り口に立ったばかりです。Ultralytics YOLOは、より安全でよりスマートなソリューションを開発するための基盤となります。命を救い、産業安全の管理方法を変革できるリアルタイムのインサイトを実現します。

食品製造ラインで食材をピックアンドプレースする、コンピュータビジョン搭載ロボットを開発しています。ロボットによる操作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のに優れています。

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、エッジでのコンピュータビジョンに新たな可能性をもたらします。効率的な統合と複数のモデルバリエーションへの対応により、開発者は拡張性と応答性に優れた組み込みビジョンソリューションの構築に必要なものを得られます。

UltralyticsのYOLOは、本当に使いやすい製品です。Pythonライブラリは、トレーニングでも推論でも驚くほどスムーズで一貫しています。実際、パイプラインへの統合も驚くほど簡単でした。これは珍しいことです。

Ultralytics Pythonパッケージを使えば、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YOLOの新しいバージョン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保たれています。

Ultralytics YOLOをInstabase AIプラットフォームに統合する作業は、簡単でスムーズでした。リリーススケジュールの短縮につながり、お客様に視覚的な物体認識機能を提供できるようになりました。

同社は、優れた精度と効率で視覚データを実用的なインサイトに変換します。Ultralytics YOLOv8とSSS（Sony Semiconductor Solutions Corporation）のIMX500センサーを組み合わせたこのパートナーシップにより、強力なオンデバイスAI機能が実現します。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 Processing Units（AIPUs）に非常によく適合します。統合が簡単で効率的に動作し、お客様が影響力のあるビジョンAIアプリケーションをエッジですぐに稼働させる助けになります。

ALYCEでは、Ultralyticsの活用がモデルのトレーニングに大きな変革をもたらしました。データの精度を高め、お客様に比類のない品質を提供するとともに、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、潮力タービンの設置場所から港、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。その精度と信頼性から、海洋エネルギーや研究プロジェクトにおける環境モニタリングで、大いに頼りにしています。

Ultralyticsは、プロトタイプの開発にも最終ソリューションの開発にも使える、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、推論に2～3日待ったうえで、精度が十分かどうかを判断することもよくあります。しかしUltralytics YOLOなら、1日でモデルをトレーニングし、すばやく判断して、結果から迅速に学べます。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は、使いやすさ、最先端の性能、精度により、開発者に選ばれています。OpenVINOと組み合わせることで、最新のCPU上で最高水準の初期性能を発揮する可能性を備えています。