プレスリリース
Ultralytics のご紹介：ビジョンAIのデータアノテーション、トレーニング、デプロイを行う最もスマートな方法
2026年3月18日
実世界のビジョンAIをリリースするチームのために構築された、エンドツーエンドのワークスペースで、実運用可能なコンピュータビジョンモデルのアノテーション、トレーニング、デプロイを一元的に行えます。
2026年3月18日
実世界のビジョンAIをリリースするチームのために構築された、エンドツーエンドのワークスペースで、実運用可能なコンピュータビジョンモデルのアノテーション、トレーニング、デプロイを一元的に行えます。
私たちは、誰もがコンピュータビジョンを活用できるようにするため、Ultralytics ・エコシステムを構築しました。現在、世界中の何百万人ものUltralytics YOLO 学習させ、工場の検査ラインから自律型配送システムに至るまで、あらゆる分野で活用しています。
しかし、長年にわたり、コミュニティからは一貫して同じ声が寄せられていました。コンピュータビジョンにおいて、強力なモデルを学習させることはもはや最大の障壁ではなく、それを本番環境に導入することこそが障壁なのだ、というものです。
今日、私たちはその状況を一変させます。Ultralytics をご紹介します。これは、ビジョンAIを生のデータから実環境での本番運用レベルまで導くために特別に設計された、究極のエンドツーエンド・プラットフォームです。
優れたモデルと優れた製品との違い
過去10年間で、コンピュータビジョンとディープラーニングは、研究の段階から、現実世界のシステムを支える重要な基盤へと急速に進化しました。これらは製造現場での品質検査を支え、無人レジを実現し、手術用ロボットの操作を支援し、自動運転車の走行を安定させています。モデルの性能はかつてないほど向上していますが、実用的なプロトタイプから信頼性の高い本番システムへと至る道のりは、依然として本来あるべき姿よりも困難なままです。
現在、多くのチームでは、アノテーション、トレーニング、実験の追跡、デプロイ、モニタリングといった各機能を、別々のツールを組み合わせることで実現しています。ツール間の連携が増えるたびに複雑さは増し、作業の引き継ぎが行われるたびに開発の勢いは鈍ります。そして、アプリケーション自体の開発ではなく、インフラの管理に追われるうちに、気づけば数週間があっという間に過ぎてしまうのです。
コンピュータビジョンコミュニティ全体で、開発者、スタートアップ、企業チームと緊密に連携する中で、3つの課題が繰り返し浮上してきました：
こうした繰り返される課題は、現代のコンピュータビジョン開発における決定的なボトルネックであり、それが最終的に私たちUltralytics 構築へと導きました。データ準備からデプロイまでのワークフローを簡素化し、コンピュータビジョン開発の主要な段階を連携させることで、チームは有望なモデルから実世界のビジョンAIシステムへと、よりスムーズに展開できるようになります。
Ultralytics 、データ管理からアノテーション、モデルトレーニング、デプロイ、モニタリングに至るまで、コンピュータビジョンワークフローのあらゆる段階を統合します。これらすべてを単一の連携されたワークスペースに集約することで、複雑さを軽減し、アイデアから成果への道のりを加速させます。
画像や動画をアップロードします。組み込みの注釈ツールを使ってラベル付けを行います。Ultralytics などのモデルをプラットフォーム上で直接トレーニングします。世界中にデプロイします。パフォーマンスをリアルタイムで監視します。各段階がスムーズに連携するため、インフラの管理に時間を割くことなく、アプリケーションの開発に集中できます。
コンピュータビジョンのアイデアを実用的なシステムへと形にするには、データの準備から本番環境でのモデル実行に至るまで、いくつかの段階を経る必要があります。Ultralytics 、このプロセスを明確でシンプルなパイプラインとして体系化しており、初期のコンセプトからデプロイされたモデルへと、スムーズに展開できるよう支援します。
データのラベリングは、従来、コンピュータビジョンプロジェクトにおいて最も時間を要する作業の一つでした。Ultralytics 、この作業を大幅に高速化し、データがどこにあっても対応できるよう設計されています。
RAW画像、動画、データセットのアーカイブをアップロードしたり、COCO ラベル付け済みのデータセットをインポートしたり、Ultralytics 共有されている公開データセットをクローンしたりすることができます。一から始める場合でも、既存の成果物を基に開発を進める場合でも、データはプラットフォームにアップロードされたその瞬間からすぐに利用可能です。
画像や動画にまだラベルが付いていない場合、組み込みの注釈エディタを使えば、ラベル付けを大幅に迅速に行うことができます。このエディタは、物体検出やインスタンスセグメンテーションから、姿勢推定、方向付きバウンディングボックス（OBB）検出、画像分類に至るまで、あらゆる主要なコンピュータビジョンタスクに対応しており、速度と精度の両方を追求して設計されたツールを備えています。
ここで特に際立つ機能は、SAM アノテーションです。Segment Anything Model 3（SAM ）を使用すれば、オブジェクトをクリックし、数か所を微調整するだけで、正確なマスク、バウンディングボックス、または方向指定ボックスを生成できます。以前は手作業でトレースするのに数時間かかっていた作業が、今では数分で完了するため、チームは開発スピードに合わせたペースで高品質なデータセットを構築できるようになります。
ポーズ用スケルトンテンプレート、キーボードショートカット、インラインクラス管理、そして元に戻す／やり直す機能により、作業の流れを途切れさせない注釈機能が充実しています。
データにラベル付けが完了すれば、トレーニングはクリック一つで開始できます。Ultralytics 、 YOLO11、Ultralytics YOLO 全シリーズがネイティブでサポートされており、クラウド上のグラフィックス処理ユニット（GPU）を使用してプラットフォーム上で直接トレーニングを行うか、ローカルハードウェアでトレーニングを行いながらメトリクスをプラットフォームにストリーミングして送信することができます。
RTX 4090、RTX PRO 6000、NVIDIA 、H100など、幅広いGPU から選択できるほか、ローカル環境のハードウェアでトレーニングを行いながら、リアルタイムのメトリクスをプラットフォームにストリーミングすることも可能です。すべての実験は自動的にプロジェクトとして整理され、関連するモデルがグループ化されるため、さまざまなデータセット、パラメータ、設定が結果にtrack 簡単にtrack 、最も優れたモデルを特定することができます。
エポックごとに変化する損失曲線、精度、再現率、および平均精度（mAP）を監視します。交差行列や精度・再現率曲線を詳細に分析し、モデルの性能が優れている点と改善の余地がある点を正確に把握します。複数の実行結果を並べて比較し、最良の結果をもたらす設定を見つけ出します。
Ultralytics 、トレーニングライフサイクルの主要な段階も自動的に管理します。トレーニングの全過程でチェックポイントが保存され、最も性能の高いモデルと最終的な学習済み重みの両方が保持されます。事前学習済みモデルはプラットフォーム内で直接微調整が可能であり、学習済みモデルは他の環境で使用するためにアップロードまたはダウンロードできるため、チームは作業方法や場所について完全な柔軟性を確保できます。
インフラの構築は不要です。実験を追跡するための別途のサービスを設定する必要もありません。ラベル付きデータから、実運用にすぐ使えるトレーニング済みモデルへと至る、明確で効率的な道筋が用意されています。
十分に訓練されたモデルには、それに見合った生産環境が必要です。Ultralytics 、まさにそれを実現します。
まずはブラウザ上でモデルの推論結果を直接検証することから始めましょう。結果に確信が持てたら、需要に応じて自動スケーリングされる専用エンドポイントを備えた世界43のリージョンにデプロイします。各リージョンには、アプリケーションへの統合が可能な固有のAPIエンドポイントが用意されています。
クラウドへのデプロイでも、エッジデバイスでのモデル実行でも、Ultralytics はどちらのシナリオにも対応できるよう設計された柔軟なオプションを提供します。Ultralytics YOLO 、あらゆる環境で効率的に動作するようネイティブに最適化されており、計算リソースが限られたエッジハードウェア上でも安定したパフォーマンスを発揮します。プラットフォーム外でモデルを実行する必要があるチーム向けに、ONNX、TensorRT、CoreML、TFLite、OpenVINO、検証済みの17種類のフォーマットへのエクスポート Ultralytics 。これにより、クラウドサービス、モバイルデバイス、エッジシステムなど、あらゆる環境でモデルをネイティブに実行することが可能です。
モデルが本番環境で稼働し始めると、デプロイメントダッシュボードに組み込まれたモニタリング機能により、リクエスト数、レイテンシ指標、エラー率、エンドポイントの健全性、詳細なログなど、本番環境のパフォーマンスを包括的に把握できます。また、ログの確認、エンドポイントの健全性ステータスのチェック、経時的なtrack 、コンピュータビジョンシステムが本番環境で確実に稼働するよう支援し、パフォーマンスを最適化できる機会を特定することができます。
今すぐ始めましょう。あるいは、Ultralytics をご覧になり、プラットフォームの機能について詳しくご確認ください。
Ultralytics について詳しく知れば、その目的が単にコンピュータビジョンシステムを構築するためのツールを提供するだけにとどまらないことがすぐにわかるでしょう。このプラットフォームは、本質的に、より幅広いコミュニティにとってビジョンAIの開発をより身近で使いやすいものにするよう設計されています。
従来、AIシステムの構築と導入には、専用のインフラ、複雑なツール、そして多額の初期投資が必要とされてきました。高性能なモデルのトレーニングが容易になったとしても、データセットの管理、実験の実行、モデルの導入、インフラの保守といった関連するワークフローは、個人や小規模なチームにとっては依然として扱いが難しいものでした。
Ultralytics 、ビジョンAIのワークフロー全体を単一の環境に統合することで、こうした障壁を低減するとともに、簡単に利用を開始できるようにしています。新規ユーザーは、無料プランを通じてプラットフォームの試用を開始できます。このプランには、クラウドトレーニング用のサインアップクレジットに加え、データセット管理、アノテーションツール、モデルトレーニング、モデルエクスポートなどの主要機能へのアクセスが含まれています。
プロジェクトが拡大するにつれ、ユーザーや企業のお客様は、追加のクレジットやプラットフォームプランを活用してスケールアップすることができ、これにより、より多くのコンピューティングリソース、ストレージ、コラボレーション機能、およびデプロイメント容量を利用できるようになります。この柔軟なアプローチにより、開発者、研究者、スタートアップ、そして企業は、小規模から始め、自由に実験を行い、コンピュータビジョンシステムが本番環境へと移行するにつれて利用範囲を拡大することができます。
エンドツーエンドのコンピュータビジョンワークフローと手頃な価格モデルを組み合わせることで、Ultralytics は、より多くの人々が実世界のビジョンAIアプリケーションを構築、テスト、展開できるよう支援します。
Ultralytics 、ビジョンAIのライフサイクル全体を1つの強力なワークスペースに統合し、生データから実運用可能なビジョンAIシステムへの移行を迅速化します。アノテーション、トレーニング、デプロイ、モニタリングのための組み込みツールにより、チームは複雑なインフラをYOLOv5 、Ultralytics 、Ultralytics YOLO11、Ultralytics YOLOv8、Ultralytics YOLOv5 などのモデルを構築・デプロイできます。
初めてのモデル開発に取り組んでいる場合でも、ビジョンAIを大規模に導入している場合でも、このプラットフォームは、その道のりのあらゆる段階をサポートするように設計されています。
ぜひコミュニティに参加して、製造業におけるAIや 小売業におけるビジョンAIなどの革新的な技術をご覧ください 。 GitHubリポジトリにアクセスし、ライセンスオプションをご確認の上、今すぐコンピュータビジョンの活用を始めてみましょう 。
未来の機械学習で、新たな一歩を踏み出しましょう。