REVAはマドリードを拠点とするB2Bプロップテック企業で、動画を活用して不動産業界の物件管理、監査、販売促進を大規模に支援しています。仲介業者や現場スタッフはREVAのモバイルアプリで標準化された物件内覧を撮影します。このアプリは部屋ごとに案内し、各クリップにGPS位置情報と撮影時刻を記録します。その後、スペインとポルトガルのローンサービサー、投資ファンド、アセットマネージャー、法務仲介業者、仲介会社が、REVAのウェブダッシュボードを通じてすべての物件を確認し、事業プラットフォームのREVA VAMを利用して、自社システムに必要なデータを受け取ります。
2022年以降、REVAはプラットフォーム稼働率99%超を維持しながら、約18,000本の動画を処理してきました。この中には、ローンサービサーのHipoges向けの約12,800本が含まれており、2026年の処理量は2025年を53%上回るペースで推移しています。
物件動画を公開可能かつ有用なものにする#
物件運営事業者には、何千もの住宅の信頼できる映像記録が必要であり、その記録には2つの役割があります。掲載ポータルや顧客システムで公開できるよう、判読可能なナンバープレート、個人を特定できる人物、競合他社のブランド表示が映らないようにする必要があります。また、住宅内に何があり、どのような状態で、入居時から退去時までに何が変わったのかを把握できるなど、運用にも役立つ必要があります。
最近まで、この業界には3つの選択肢がありました。映像を確認せずに放置する、すべての動画を人手で確認する、または撮影自体を省略することです。いずれも、数万戸規模のポートフォリオには対応できません。新しい入居者が入るまでに、各住宅を複数回撮影する必要があるためです。
REVAはコンピュータビジョンでこの課題を解決できると考えましたが、不動産動画には、汎用的な検出パイプラインでは対応しにくい課題があります。
- 自由な手持ち撮影映像：仲介業者は歩きながら話し、スマートフォンで撮影します。そのため、モーションブラーや素早いパン、縦向き動画、フレームの端から入り込む物体が生じます。
- 動画単位の基準：クライアントは、ナンバープレート、顔、看板が映るすべてのフレームで、それらが確実に隠されることを求めています。動画からナンバープレートが漏えいしたかどうかが重要であるため、フレーム単位の精度だけでは不十分です。
- オープンボキャブラリー：住宅には、インベントリや敷金請求に関わる物品が数百種類あります。コーヒーメーカー、ラジエーター、食器ラックなど、その多くは標準的なトレーニングデータセットに含まれていません。
- プライバシーとデータの保管場所：映像には入居中の住宅内部が映るため、GDPRに準拠し、処理、ラベリング、トレーニングをREVAが管理するハードウェア上で行う必要があります。
- 少人数チームでのスケーリング：Hipogesだけでも、毎月約700本の動画をREVAに送っています。
Ultralytics YOLOによるナンバープレートのマスキング自動化#
REVAのビジョンスタックはUltralytics Python packageを基盤としており、REVA独自のオンプレミスGPU上で完全に稼働するため、クライアントの映像がREVAのインフラストラクチャ外に出ることはありません。最初に本番環境へ導入された機能は、ナンバープレートの自動マスキングです。
REVAは2026年1月にUltralytics Solutionsの物体ぼかしツールを導入し、その後、カスタムファインチューニングしたUltralytics YOLO11の超大型（YOLO11x）単一クラスのナンバープレート検出器を中心に、独自のパイプラインを構築しました。アップロード後、モデルは対象となるすべての動画の全フレームをスキャンします。各検出結果は、アスペクト比と面積に基づく幾何学的妥当性チェックと、任意のOCRチェックを通過してから、ガウシアンブラーが適用されます。同じ検出器のナノ版も、ローエンドのハードウェア向けに用意されています。
クライアントは動画単位でマスキングを評価するため、REVAは単一フレームの精度ではなく、カバー範囲を重視してパイプラインを設計しています。物体追跡と時間方向への膨張処理により、手持ち撮影映像で発生する素早いパンやモーションブラーの間も、ナンバープレートのぼかしを維持します。
オープンボキャブラリー検出による各部屋の把握#
現在、同じ内覧動画から物体インベントリ、物件掲載用タグ、入居時・退去時の監査データも作成しています。各クリップから毎秒2フレームをサンプリングし、2つのUltralyticsモデルに入力します。
- BoT-SORT追跡を使用したYOLO11x：Ultralyticsのトラッキングモードを使用して、REVAはベッド、ソファ、冷蔵庫、シンクなど、物件に関連する25クラスの物体を検出し、各トラックの画面上の表示時間と平均信頼度を集計します。
- テキストプロンプト対応のUltralytics YOLOE-26x：Ultralytics YOLO26Eを使用すると、新しいデータセットにラベルを付ける代わりに、平易なテキストで新しいクラスを定義できます。物件掲載データに合わせた97語のボキャブラリーにより、キッチンアイランド、ウォークインシャワー、ハードウッドフロア、ソーラーパネル、EV充電器などの特徴を検出します。テレビやソファから額入りの写真やフロアランプまで、請求対象となるアイテムを網羅した74クラスの階層型ボキャブラリーが、入居者入れ替え時の監査に活用されています。
REVAは当初、オープンボキャブラリー検出にYOLO-World v2を使用し、後継モデルとしてYOLOE-26xに移行しました。クライアント向けに新しいアイテムの種類を追加する作業は、ラベリングプロジェクトではなく、テキストプロンプトの作成で済むようになりました。
図1. YOLOによる検出結果と入居時・退去時のフレームを比較するREVAのエビデンスビューアー。画像提供をREVAに依頼しました。
監査結果はエビデンスビューアーに表示されます。対応付けられた各部屋やエリアについて、入居時と退去時のフレームを並べて表示し、それぞれの高信頼度インベントリと、「入居時のみ」や「可視性の変化」などの優先度付きヒントを示します。CLIP埋め込みで訪問間の部屋を対応付け、仲介業者の説明音声を文字起こしして各部屋にラベルを付けます。確認担当者が各フラグを承認または却下し、敷金請求の概要をエクスポートするため、人が確認するのは例外のみです。
フレーム単位ではなく動画単位で成功を測定#
REVAはmAPを目標ではなく、診断指標として扱っています。クライアントにとって重要なのは、公開する動画が完全に基準を満たしているかどうかです。そのためチームは動画単位の基準で評価します。ナンバープレート、顔、広告看板が見えるすべてのフレームで、それらが確実に隠されている必要があります。
次世代のマスキングモデルでこの基準を安定して満たすため、REVAはアノテーションにCVAT、データキュレーションにFiftyOneを使用したオンプレミスのトレーニングワークフローを構築しています。文書化されたアノテーションガイドラインを使用し、動画単位でトレーニングデータとテストデータを分割して、ほぼ同一のフレームが両者の間で混在しないようにしています。また、テストセットを恒久的なホールドアウトデータとして確保しています。同じテストセットを使って、小型および中型のYOLOモデルサイズを現在の超大型モデルと比較し、本番GPUでのスループット向上を評価する予定です。
ポートフォリオ全体にわたる準拠動画#
対象となるアップロードすべてでUltralytics YOLOを稼働させることで、ナンバープレートのマスキングを動画ごとの人手確認に頼らずに済むようになりました。処理量が増加する中で、これは重要です。2026年にはHipogesだけで毎月約700本の動画をREVAに送っており、2025年より53%増加しています。また、REVAのプラットフォームは約18,000本の動画を処理する間、99%を超える稼働率を維持しています。
YOLOEによるオープンボキャブラリー検出は、同じ自動化を運用業務にも拡張します。入退去時の監査では、手作業で内覧を確認する代わりに、価値の高い物品の出現、消失、変化を示す入居時・退去時のエビデンスを並べた画面から確認を始められます。軽微なアイテムもカウントされますが、確認対象からは除外されるため、担当者は敷金請求の根拠となり得るフラグに集中できます。
スマートフォンからドローンまで：すべての物件を支える1つのYOLOスタック#
REVAが目指すのは、1回のガイド付き内覧から、準拠した物件公開や状態記録、構造化された物件掲載データ、間取り図、3Dまで、後続のあらゆるニーズに応える物件データプラットフォームです。Ultralytics YOLOは、このロードマップ全体に共通する基盤です。
- GDPRとクライアントのルールに対応する単一のマスキングモデル：ナンバープレート、顔、広告看板を対象にする単一の社内モデルをREVA独自の映像でトレーニングし、動画単位で98%の基準を達成します。
- ラベルパックの自動タグ付け：RESO Data Dictionaryに準拠した物件特徴モデルで、YOLOEが使用頻度の低い特徴を補完します。
- 間取り図と3D：仲介業者が既に撮影したクリップから、ドア、窓、壁、部屋の境界をYOLOのセグメンテーションで検出します。これを基盤として、専用カメラを使わずに間取り図と3Dを推定します。
- 自律型ドローン撮影：3D再構築のために空室をスキャンする際、ライブカメラ映像上でYOLOの物体検出を実行する、250 g未満の屋内ドローンのプロトタイプです。
- デプロイの高速化：モデルをONNXおよびTensorRT FP16にエクスポートし、続いてINT8にも対応します。また、Jetsonクラスの組み込みハードウェア上でTensorRTを実行し、ドローン上で推論を行います。
REVAの目標は、スマートフォンからドローンまで共通の検出器ファミリーを実現し、仲介業者の動画を解析するYOLOスタックでドローンの映像も解析できるようにすることです。
独自のVision AIソリューションの構築に関心がありますか？Ultralytics YOLOモデルを確認し、YOLOがさまざまな業界でどのようにイノベーションを推進しているかを学び、導入に向けてライセンスオプションをご覧ください。
