AI・コンピュータビジョン用語集

One-Stage Object Detectors

ロボットや監視などのリアルタイム・アプリケーションに理想的な、YOLOような1段式物体検出器のスピードと効率をご覧ください。

詳細はこちら

OpenCV

リアルタイムコンピュータビジョン、画像処理、AI主導のイノベーションのためのオープンソースライブラリであるOpenCVパワーをご覧ください。

詳細はこちら

光学式文字認識（OCR）

AIとYOLO11 使用し、高速かつ正確にテキストを検出・抽出することで、OCRが画像やPDFを検索・編集可能なテキストに変換する方法をご覧ください。

詳細はこちら

オプティカルフロー

コンピュータビジョンにおけるオプティカルフローのパワーをご覧ください。モーションの推定、ビデオ分析の強化、AIのイノベーションを推進する方法を学びます。

詳細はこちら

最適化アルゴリズム

最適化アルゴリズムが、ニューラルネットワークのトレーニングからヘルスケアや農業における現実世界のアプリケーションまで、AIとMLのパフォーマンスをどのように向上させるかをご覧ください。

詳細はこちら

過学習

機械学習における過学習を特定、防止、および対処する方法について学びます。モデルの汎化性能と実世界でのパフォーマンスを向上させるためのテクニックを発見してください。

詳細はこちら

全景セグメンテーション

Panoptic segmentationが、AIアプリケーションにおける正確なピクセルレベルのシーン理解のために、セマンティックセグメンテーションとインスタンスセグメンテーションを統合する様子をご覧ください。

詳細はこちら

パラメータ効率的なファインチューニング（PEFT）

最小限のリソースで大規模なAIモデルを適応させるためのParameter-Efficient Fine-Tuning（PEFT）をご覧ください。コストを節約し、過学習を防ぎ、デプロイメントを最適化します。

詳細はこちら

ポーズ推定

ポーズ推定：キーポイントモデル（トップダウン型とボトムアップ型）の仕組み、ヘルスケアからスポーツまでの実際の使用例、主な利点と課題についてご紹介します。

詳細はこちら

適合率

AIにおけるPrecision（適合率）の重要性について解説します。これは、堅牢な現実世界のアプリケーションのために、信頼性の高い肯定的な予測を保証する重要な指標です。

詳細はこちら

予測モデリング

予測モデリングが、機械学習を活用して成果を予測し、意思決定を最適化し、多様な業界全体で洞察を促進する様子をご覧ください。

詳細はこちら

主成分分析（PCA）

主成分分析（PCA）で高次元データを簡素化しましょう。AI、MLモデル、およびデータ視覚化の効率を今日から向上させましょう！

詳細はこちら

Ultralytics 用語集

One-Stage Object Detectors

OpenCV

光学式文字認識（OCR）

オプティカルフロー

最適化アルゴリズム

過学習

全景セグメンテーション

パラメータ効率的なファインチューニング（PEFT）

ポーズ推定

適合率

予測モデリング

主成分分析（PCA）