プレスリリース
Ultralytics Platformのご紹介：ビジョンAIのアノテーション、学習、デプロイを最もスマートに行う方法
2026年3月19日
実際のビジョンAIを出荷するチーム向けに構築された、エンドツーエンドの単一ワークスペースで、本番環境対応のコンピュータービジョンモデルをアノテーション、トレーニング、デプロイできます。
2026年3月19日
実際のビジョンAIを出荷するチーム向けに構築された、エンドツーエンドの単一ワークスペースで、本番環境対応のコンピュータービジョンモデルをアノテーション、トレーニング、デプロイできます。
Ultralyticsは、コンピュータービジョンを誰もが利用できるようにするため、オープンソースのエコシステムを構築しました。現在、世界中の何百万もの開発者が、工場検査ラインから自律配送システムまで、あらゆるものに活用するためにUltralytics YOLOモデルをトレーニングしています。
しかし長年にわたり、私たちはコミュニティから同じフィードバックを聞き続けてきました。強力なモデルのトレーニングは、もはやコンピュータービジョンにおける最大の障壁ではありません。それを本番環境に導入することこそが障壁なのです。
今日、私たちはそれを変えます。Ultralytics Platformをご紹介します。これは、生のデータから現実世界のプロダクショングレードの展開まで、ビジョンAIを実現するために特別に構築された究極のエンドツーエンドプラットフォームです。
過去10年間で、コンピュータービジョンとディープラーニングは、研究段階から現実世界のシステムを動かす重要なインフラへと急速に進化しました。製造現場での品質検査を強化し、キャッシュレス小売を可能にし、外科手術ロボットを誘導し、自動運転車をコース上に維持します。モデルの能力はかつてないほど向上しましたが、動作するプロトタイプから信頼性の高い本番システムへの道のりは、依然としてあるべき姿よりも困難です。
今日のほとんどのチームは、アノテーション、トレーニング、実験track、デプロイメント、監視のために別々のツールを組み合わせています。各統合が複雑さを増し、各引き渡しが勢いを鈍らせます。そして、アプリケーション自体を構築する代わりに、インフラストラクチャの管理に静かに数週間が費やされる可能性があります。
コンピュータービジョンコミュニティの開発者、スタートアップ、エンタープライズチームと密接に連携する中で、3つの課題が浮上し続けました。
これらの繰り返される課題は、現代のコンピュータービジョン開発における決定的なボトルネックであり、最終的にUltralytics Platformを構築するきっかけとなりました。データ準備からデプロイメントまでのワークフローを簡素化し、コンピュータービジョン開発の主要な段階を接続することで、チームは有望なモデルから実世界のビジョンAIシステムへとより簡単に移行できるようになります。
Ultralytics Platformは、データ管理からアノテーション、モデル学習、デプロイ、監視まで、コンピュータービジョンワークフローのあらゆる段階を統合します。すべてを単一の接続されたワークスペースで実現し、複雑さを軽減し、アイデアからインパクトへの道を加速します。
画像またはビデオをアップロードします。内蔵のアノテーションツールでラベル付けします。Ultralytics YOLO26のような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。グローバルにデプロイし、リアルタイムでパフォーマンスを監視します。各ステージは次のステージへとシームレスに移行するため、インフラストラクチャの管理ではなく、アプリケーションの構築に集中できます。
コンピュータビジョンのアイデアを実用的なシステムに変換するには、データ準備からモデルの本番運用まで、いくつかの段階があります。Ultralytics Platformは、このプロセスを明確でシンプルなパイプラインに整理し、初期コンセプトからデプロイされたモデルへと簡単に移行できるよう支援します。
データラベリングは、従来、コンピュータービジョンプロジェクトにおいて最も時間のかかる部分の1つでした。Ultralytics Platformはこれを大幅に高速化し、データが存在する場所を問わず対応できるように設計されています。
生の画像、動画、またはデータセットアーカイブをアップロードしたり、YOLOまたはCOCO形式で既にラベル付けされたデータセットをインポートしたり、Ultralyticsコミュニティが共有する公開データセットをクローンしたりできます。ゼロから始める場合でも、既存の作業を基にする場合でも、データはプラットフォームにアップロードされた瞬間からすぐに使用できます。
画像や動画がまだラベル付けされていない場合でも、内蔵のアノテーションエディタを使用すると、それらをはるかに迅速に準備できます。オブジェクトdetectやインスタンスセグメンテーションから姿勢推定、向きのあるバウンディングボックス (OBB) detect、画像分類まで、主要なすべてのコンピュータービジョンタスクをサポートしており、速度と精度の両方を考慮して設計されたツールが備わっています。
ここでの際立った機能は、SAM 3を搭載したスマートアノテーションです。Segment Anything Model 3 (SAM 3) を使用すると、オブジェクトをクリックし、いくつかの点で調整することで、正確なマスク、バウンディングボックス、または指向性ボックスを生成できます。かつては手動でのトレースに何時間もかかっていた作業が、今では数分で完了し、チームは開発速度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、および元に戻す/やり直しサポートが、ユーザーが集中力を維持できるように構築されたアノテーション体験を完成させます。
データにラベルが付けられると、トレーニングはクリック一つで開始できます。Ultralytics YOLO26、YOLO11、およびUltralytics YOLOモデルの全ファミリーはネイティブにサポートされており、クラウドGPUを使用してプラットフォーム上で直接トレーニングすることも、ローカルハードウェアでトレーニングし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することも可能です。
RTX 4090、RTX PRO 6000、NVIDIA A100、H100など、幅広いクラウドGPUオプションから選択できるほか、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しながら、独自のローカルハードウェアでトレーニングすることも可能です。すべての実験は、関連するモデルをグループ化するプロジェクトに自動的に整理されるため、異なるデータセット、パラメーター、および構成が結果にどのように影響するかを簡単にtrackし、最も強力なモデルを特定できます。
エポックごとに変化する損失曲線、精度、再現率、および平均平均精度（mAP）を監視します。混同行列と精度-再現率曲線に深く入り込み、モデルがどこで優れたパフォーマンスを発揮し、どこを改善できるかを正確に理解します。複数の実行を並べて比較し、最良の結果をもたらす構成を見つけます。
Ultralytics Platformは、学習ライフサイクルの主要な段階も自動的に管理します。学習全体を通してチェックポイントが保存され、最高のパフォーマンスを発揮する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ファインチューニングでき、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、チームは作業方法と場所に関して完全な柔軟性を得られます。
プロビジョニングするインフラストラクチャは不要です。個別の実験追跡サービスを設定する必要はありません。ラベル付けされたデータから、実世界に対応できるトレーニング済みモデルへの明確で効率的なパスを提供するだけです。
十分に訓練されたモデルには、同様に優れた本番環境へのパスが必要です。Ultralytics Platformがそれを提供します。
まず、ブラウザでモデルの推論結果を直接検証してください。結果に自信が持てたら、需要に合わせて自動スケーリングする専用エンドポイントを持つ43のグローバルリージョンにデプロイします。各エンドポイントには、アプリケーションへの統合準備が整った独自のAPIエンドポイントがあります。
クラウドにデプロイする場合でも、エッジデバイスでモデルを実行する場合でも、Ultralytics Platformは両方のシナリオに対応する柔軟なオプションを提供します。すべてのUltralytics YOLOモデルは、さまざまな環境で効率的に実行できるようにネイティブに最適化されており、限られた計算リソースのエッジハードウェアでも信頼性の高いパフォーマンスを提供します。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、UltralyticsはONNX、TensorRT、CoreML、TFLite、OpenVINOを含む17の検証済みフォーマットへのエクスポートをサポートしており、モデルがクラウドサービス、モバイルデバイス、エッジシステムなどでネイティブに実行されるようにします。
モデルが稼働すると、デプロイダッシュボードに組み込まれたモニタリングにより、リクエスト量、レイテンシメトリクス、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完全に可視化できます。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、経時的なパフォーマンスのtrackも可能で、これによりコンピュータビジョンシステムが本番環境で確実に動作し、パフォーマンス最適化の機会を特定するのに役立ちます。
今すぐ始めましょう。または、プラットフォームで何ができるかについて詳しく知るには、Ultralyticsドキュメントをご覧ください。
Ultralytics Platformについてさらに学ぶにつれて、その目標がコンピューター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。その核となるのは、より広範なコミュニティにとってビジョンAI開発をよりアクセスしやすく、ユーザーフレンドリーにすることを支援するために設計されたプラットフォームです。
歴史的に、AIシステムの構築とデプロイには、専門的なインフラストラクチャ、複雑なツール、そして多額の初期投資が必要でした。強力なモデルのトレーニングが容易になった後も、データセットの管理、実験の実行、モデルのデプロイ、インフラストラクチャの維持といった周辺ワークフローは、個人や小規模チームにとってはアクセスが困難でした。
Ultralytics Platformは、ビジョンAIワークフロー全体を単一の環境に統合し、同時に簡単に開始できるようにすることで、これらの障壁を低減します。新規ユーザーは、クラウドトレーニング用のサインアップクレジットや、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コア機能へのアクセスを含む無料プランを通じて、プラットフォームの実験を開始できます。
プロジェクトが拡大するにつれて、ユーザーやエンタープライズクライアントは、追加のクレジットや、より多くの計算リソース、ストレージ、コラボレーション機能、デプロイ容量を解放するプラットフォームプランでスケールアップできます。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、企業は小規模から開始し、自由に実験し、コンピュータービジョンシステムが本番環境に移行するにつれて使用を拡大できます。
エンドツーエンドのコンピュータービジョンワークフローとアクセスしやすい価格モデルを組み合わせることで、Ultralytics Platform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、デプロイする道を開きます。
Ultralytics Platformは、ビジョンAI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、生データから実稼働対応のビジョンAIシステムへの移行を高速化します。アノテーション、学習、デプロイ、監視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ストラクチャを管理することなく、Ultralytics YOLO26、Ultralytics YOLO11、Ultralytics YOLOv8、Ultralytics YOLOv5などのモデルを構築およびデプロイできます。
最初のモデルで実験している場合でも、大規模にビジョンAIをデプロイしている場合でも、このプラットフォームはジャーニー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。
コミュニティに参加し、製造業におけるAIや小売業におけるビジョンAIなどのイノベーションを発見しましょう。GitHubリポジトリにアクセスし、ライセンスオプションをチェックして、今日からコンピュータービジョンを始めましょう。
未来の機械学習で、新たな一歩を踏み出しましょう。