Ultralytics Platformのご紹介：ビジョンAIのアノテーション、学習、デプロイを行う最もスマートな方法

私たちは、コンピュータビジョンを誰もが利用できるようにするため、Ultralyticsのオープンソースエコシステムを構築しました。現在、世界中の数百万人の開発者がUltralytics YOLO modelsをトレーニングし、工場の検査ラインから自律配送システムまで、さまざまな用途を支えています。

しかし、長年にわたってコミュニティから同じフィードバックを繰り返し受けてきました。コンピュータビジョンにおいて、高性能なモデルのトレーニングはもはや最大の障壁ではありません。最大の課題は、それを本番環境で稼働させることです。

本日、私たちはその状況を変えます。Ultralytics Platformをご紹介します。これは、ビジョンAIを生データから実際の本番環境に対応したデプロイまで導くために専用設計された、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プロダクトの間にあるギャップ#

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、研究分野から実世界のシステムを支える重要なインフラへと急速に進化しました。製造現場の品質検査を支え、レジ係のいない小売を可能にし、手術ロボットを誘導し、自動運転車の進路を維持しています。モデルの性能はかつてないほど高まっていますが、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移行する道のりは、今なお必要以上に困難です。

現在、多くのチームはアノテーション、トレーニング、実験トラッキング、デプロイ、モニタリングに別々のツールを組み合わせています。統合するたびに複雑さが増します。引き継ぎのたびに進行が遅れます。そして、アプリケーション自体の構築ではなくインフラ管理に追われ、数週間がいつの間にか失われることもあります。

私たちはコンピュータ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協力する中で、3つの課題を繰り返し確認しました。

• アノテーションのボトルネック： 高性能なモデルには高品質なラベル付きデータが必要ですが、こうしたデータセットの作成と維持には依然として時間と労力がかかります。
• デプロイのギャップ： トレーニングで高い性能を発揮するモデルでも、エッジデバイス、クラウド環境、本番システム全体で信頼性高く動作させるには、さらに数週間のエンジニアリングが必要になることがあります。
• ツール分断によるコスト： アノテーション、トレーニング、トラッキング、デプロイを複数のサービスに分散すると、オーバーヘッドが積み重なり、すべてのイテレーションサイクルが遅くなります。

こうした繰り返し発生する課題は、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、最終的に私たちが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つなぐことで、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、よりスムーズに移行できるようになります。

ビジョンAIのライフサイクル全体を1か所に#

Ultralytics Platformは、データ管理からアノテーション、モデルのトレーニング、デプロイ、モニタリングまで、コンピュータビジョンワークフローのすべての段階を統合します。すべてを接続された1つのワークスペースに集約することで、複雑さを軽減し、アイデアから成果に至るまでの道のりを加速します。

画像や動画をアップロードします。組み込みのアノテーションツールでラベルを付けます。Ultralytics YOLO26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。グローバルにデプロイします。パフォーマンスをリアルタイムでモニタリングします。すべての段階が次の段階へとつながるため、インフラ管理ではなくアプリケーションの構築に集中できます。

図1。Ultralytics Platformの概要（Source）

アイデアからデプロイまで：Ultralytics Platformの仕組み#

コンピュータビジョンのアイデアを動作するシステムに変えるには、データの準備から本番環境でのモデル実行まで、複数の段階が必要です。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、初期のコンセプトからデプロイ済みモデルまでスムーズに進められるようにします。

アノテーション：大幅に高速化#

データのラベリングは、従来、あらゆるコンピュータビジョンプロジェクトで最も時間のかかる作業の1つでした。Ultralytics Platformはこの作業を大幅に高速化し、データがどこに保存されていても利用できるように設計されています。

生の画像、動画、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形式ですで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、既存の成果を基盤にする場合でも、データはプラットフォームに到着した瞬間から利用できます。

画像や動画にまだラベルが付いていない場合でも、組み込みのアノテーションエディターを使えば、ラベル付けを大幅に高速化できます。物体検出やインスタンスセグメンテーションから、ポーズ推定、有向バウンディングボックス (OBB) 検出、画像分類まで、主要なコンピュータビジョンタスクすべてに対応し、速度と精度の両方を考慮したツールを備えています。

ここで特に注目すべき機能は、SAM 3を活用したスマートアノテーションです。セグメント・エニシング・モデル 3 (SAM 3) を使用すると、オブジェクトをクリックし、数個のポイントで調整するだけで、正確なマスク、バウンディングボックス、または有向ボックスを生成できます。かつては手作業のトレースに数時間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見合うペースで高品質なデータセットを構築できます。

図3。Ultralytics PlatformでのSAMを活用したスマートアノテーションの例（Source）

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、元に戻す／やり直す機能により、作業の流れを維持できるアノテーション体験が完成します。

トレーニング：手軽で高性能#

データにラベルを付けたら、トレーニングはワンクリックで開始できます。Ultralytics YOLO26、YOLO11、およびUltralytics YOLOモデルの全ファミリーをネイティブにサポートしており、クラウドのグラフィックス・プロセッシング・ユニット (GPUs) 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できます。

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ます。または、独自のローカルハードウェアでトレーニングしながら、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できます。各実験は関連するモデルをまとめ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、設定が結果に与える影響を簡単に追跡し、最も優れた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、適合率、再現率、平均適合率 (mAP) をモニタリングできます。混同行列と適合率・再現率曲線を詳しく確認し、モデルが正確にどの領域で高い性能を発揮し、どこを改善できるかを把握できます。複数の実行結果を横並びで比較し、最良の結果をもたらす設定を見つけられます。

図2。Ultralytics Platformを使用したトレーニング進捗のモニタリング（Source）

Ultralytics Platformは、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。トレーニング中はチェックポイントが保存され、最高性能のモデルと最終トレーニング済み重みの両方が保持されます。事前トレーニング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、トレーニング済みモデルはアップロードまたはダウンロードして他の環境で使用できるため、チームは作業方法と場所を柔軟に選択できます。

プロビジョニングするインフラはありません。別途セットアップする実験トラッキングサービスもありません。ラベル付きデータから、実世界ですぐに利用できるトレーニング済みモデルまで、明確で効率的な道筋だけが用意されています。

グローバルにデプロイし、すべてをモニタリング#

適切にトレーニングされたモデルには、それに見合う高性能な本番環境への道筋が必要です。Ultralytics Platformがそれを提供します。

まず、ブラウザー上でモデルの推論結果を直接検証します。結果に確信が持てたら、需要に合わせて自動スケールす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できます。各エンドポイントには、アプリケーションへの統合にすぐ利用できる固有のAPIエンドポイントが用意されています。

図4。Ultralytics Platformは世界43のリージョンにわたるモデルデプロイをサポートしています。（Source）

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した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でも信頼性の高い性能を発揮します。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、UltralyticsはONNX、TensorRT、CoreML、TFLite、OpenVINOなど、検証済みの17形式へのエクスポートをサポートしているため、モデルをクラウドサービス、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できます。

モデルを稼働させると、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って、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。ログの確認、エンドポイントの健全性ステータスの確認、時間の経過に伴うパフォーマンスの追跡も行えるため、コンピュータビジョンシステムの本番環境での安定稼働を支援し、パフォーマンス最適化の機会を特定できます。

今すぐ始めるか、プラットフォームでできることを詳しく確認するにはUltralytics docsをご覧ください。

ビジョンAI開発の民主化#

Ultralytics Platformについて詳しく知ると、その目的がコンピュータビジョンシステム構築のためのツール提供にとどまらないことがすぐに分かります。プラットフォームの中核は、より幅広いコミュニティがビジョンAIをより身近かつ使いやすく開発できるよう支援することを目的としています。

従来、AIシステムの構築とデプロイには、専門的なインフラ、複雑なツール、そして多額の初期投資が必要でした。高性能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利用しにくいものでした。

Ultralytics Platformは、ビジョンAIワークフロー全体を1つの環境に集約し、始めやすくすることで、こうした障壁を下げます。新規ユーザーは、クラウドトレーニング用の登録クレジットと、データセット管理、アノテーションツール、モデルのトレーニング、モデルのエクスポートなどのコア機能が含まれる無料プランを通じて、プラットフォームで実験を始められます。

プロジェクトの成長に合わせて、ユーザーやエンタープライズクライアントは、追加クレジットやプラットフォームプランによって、より多くのコンピュートリソース、ストレージ、コラボレーション機能、デプロイ容量へと拡張できます。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、エンタープライズは小規模に始めて自由に実験し、コンピュータビジョンシステムを本番環境へ移行させながら利用を拡大できます。

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利用しやすい料金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、デプロイできるよう道を開きます。

主なポイント#

Ultralytics Platformは、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集約し、生データから本番環境対応のビジョンAIシステムまでをより迅速に進められるようにします。アノテーション、トレーニング、デプロイ、モニタリングの組み込みツールにより、チームは複雑なインフラを管理することなく、Ultralytics YOLO26、Ultralytics YOLO11、Ultralytics YOLO11、レガシーYOLOモデルなどのモデルを構築およびデプロイできます。

初めてのモデルを試している場合でも、ビジョンAIを大規模にデプロイしている場合でも、このプラットフォームは取り組みのあらゆる段階をサポートするよう設計されています。

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などのイノベーションをご覧ください。GitHubリポジトリにアクセスし、ライセンスオプションを確認して、今すぐコンピュータビジョンを始めましょう。