Ultralytics YOLO11モデルのトレーニングおよびデプロイにUltralytics HUBを使用する方法を詳しく見ていきましょう。ステップ・バイ・ステップで説明します。
Ultralytics YOLO11は、物体検出、画像分類、インスタンス分割などの タスク用に設計された、新しい最先端のコンピュータビジョンモデルです。これは、YOLO (You Only Look Once) モデルの旧バージョンよりも高速、高精度、高効率です。YOLO11は、様々なリアルタイムコンピュータビジョンアプリケーションに使用することができます。何よりも、 Ultralytics YOLO11を使い始めるのは、他のすべてのUltralytics YOLO モデルと同様にシンプルで簡単です。
前回、YOLO11の新機能と改良点について説明し、Ultralytics Python パッケージまたはUltralytics HUBを使ったモデルへのアクセスについて触れた。このガイドでは、 Ultralytics HUBをステップ・バイ・ステップで使い、Ultralytics YOLO11を簡単にトレーニングし、デプロイする方法を説明する。
Ultralytics HUBは、Ultralytics' ノーコード、ユーザーフレンドリーなプラットフォームであり、新しく発表されたUltralytics YOLO11モデルを含む YOLO モデルの トレーニングから デプロイまでのプロセス全体を合理化するように設計されています。HUBは、AIの専門家であろうとコンピュータ・ビジョンの初心者であろうと、データセットのアップロード、事前トレーニング済みモデルの選択、特定のニーズに合わせた微調整を可能にする直感的なインターフェイスを提供します。数回クリックするだけで、製造業から 農業まで幅広い産業におけるリアルタイムのアプリケーション用にモデルを訓練することができます。HUBは、大規模なコーディングを必要とせずに高度なAIを利用できるようにすることに重点を置いています。
Ultralytics HUBには様々なプランオプションがあり、基本的なアクセスを提供する無料プランと、クラウドトレーニング、チームコラボレーション、利用制限の増加などの追加機能を提供するプロプランがある。ここでは、Ultralytics HUBが提供する主な機能の一部を簡単にご紹介します：
また、HUBは様々なプラットフォームと統合されており、ユーザーは学習済みモデルを以下のような様々なフォーマットにエクスポートすることができます。 ONNX, TensorFlowや CoreMLなどの様々な形式にエクスポートすることができ、複数のプラットフォームへの展開をシームレスに行うことができます。基本的に、Ultralytics HUBは、データセットの取り扱いからリアルタイムのモデル展開まで、複雑なAIタスクを1つの包括的なツールで簡素化します。
YOLO11を使ってUltralytics HUBで推論を実行するには、「モデル」セクションに移動し、興味のあるYOLO11モデルを選択するだけです。そして、「プレビュー」をクリックして、任意の画像をアップロードしてモデルを試すことができる。
HUBのこの機能により、経験レベルに関係なく、誰でもYOLO11でモデル予測をテストし、そのパフォーマンスを確認することができる。これは、Ultralytics YOLO11を無料で体験できるユーザーフレンドリーな方法です。
アカウントを作成した後、ダッシュボードにアクセスしてすぐにトレーニングに入ることができます。そこから、プロジェクトの管理、データセットのアップロード、YOLO11モデルのトレーニングを簡単に開始することができます。このプラットフォームは、プロセスを素早く、できるだけ手間をかけずに行えるように設計されています。
ログインしたら、左のメニューから「Datasets」をクリックして、Ultralytics HUBで利用可能な既存のデータセットを探索することができます。これらのデータセットは、オリエンテッドバウンディングボックス（OBB）オブジェクト検出や ポーズ推定など、様々なタスクに対応しています。例えば、80のクラスからなる物体検出にはCOCO128を、画像分類にはFashion-MNISTを使うことができます。これらのデータセットはすぐに利用でき、 YOLO モデルの学習に最適化されています。
自分のデータを使いたい場合は、カスタムデータセットをアップロードすることができます。その際、データセットがYOLO の構造に従っていること、ルートディレクトリに適切な書式の YAML ファイルがあること、zip 圧縮されていることを確認してください。
データセットの準備ができたら、"Upload Dataset "ボタンをクリックして、タスクのタイプを選択し、ZIPファイルをアップロードすることができる。アップロード後、Ultralytics HUBが自動的にデータセットを検証し、すぐにYOLO モデルのトレーニングを開始できます。また、画像の分割（train、validation、test）など、データセットの詳細を管理および表示したり、モデルトレーニングの準備が整っていることを確認するためにデータを分析したりすることもできます。
Ultralytics HUBのクラウドトレーニング機能を使用してYOLO11モデルのトレーニングを開始するには、Proプランにアップグレードする必要があります。Proユーザーであれば、GPU 、より迅速で効率的なトレーニングが可能になります。アップグレード後、「モデル」セクションにアクセスし、ご希望のYOLO11モデルのバリエーションを選択し、トレーニング設定を行います。
エポック数（モデルがデータセットを通過する回数を定義する）を選択したり、時限トレーニングのために特定の期間を設定することができる。モデルのトレーニングが開始される前に、Ultralytics HUBはパフォーマンスを最適化するために専用のGPU インスタンスを初期化します。需要によっては、初期化に時間がかかることがありますが、このプロセス中、アカウントに料金はかかりません。
設定を確定したら、「トレーニングを開始」をクリックしてセッションを開始します。トレーニング中は、ダッシュボードからリアルタイムで進捗状況を確認することができます。必要に応じて、トレーニングを一時停止、停止、再開することができます。エポック・ベースのトレーニング中にアカウント残高が不足した場合、セッションは一時停止され、再開前に残高を補充することができます。プラットフォームは自動的にチェックポイントを保存するので、中断したところから再開することができます。
トレーニング終了時には、請求タブですべての費用を確認することができます。詳細な費用レポートが表示されるので、費用を簡単に追跡し、トレーニングを効率的に管理することができます。
カスタム・トレーニングしたYOLO11モデルをUltralytics HUBでデプロイする場合、Shared Inference APIと Dedicated Inference APIの2つの主要なオプションがあります。デプロイされたモデルを使用するには、セットアップに応じて、Python または cURLのいずれかを使用してAPIに推論リクエストを行うことができます。一般的なプロセスでは、関連するパラメータ（画像サイズや信頼度のしきい値など）とともに画像ファイルをAPIに送信します。Ultralytics HUBは単純なJSON形式で予測値を返すので、それをさらに処理することができます。
共有推論APIは、無料ティアのユーザーにとって費用対効果の高いソリューションであり、1時間あたり100コール、毎月最大1000コールを提供します。ローカル環境を必要とせず、Ultralytics HUBから直接、迅速な導入をサポートします。
Dedicated推論APIはProユーザーに提供され、より大規模なデプロイメントやリアルタイムアプリケーションに適しています。Google Cloud Runを利用した専用クラウド環境にシングルクリックでデプロイできます。このオプションは、ハイパフォーマンスなアプリケーション向けに最適化されており、100ms以下のレイテンシーと、リアルタイム処理のための38リージョンにわたるグローバルなカバレッジを保証します。また、強化されたセキュリティ機能をサポートしているため、データ保護要件が厳しい業界にも適しています。
YOLO11モデルをデプロイするために、SharedまたはDedicated Inference APIのどちらかを選択したら、次のステップはシンプルで効率的です。Ultralytics HUBのモデルのページにある "Deploy "タブを開いてください。Shared Inference APIを使用している場合は、このガイドをチェックし、APIコールを設定する手順に従ってください。Dedicated Inference API ユーザーの場合は、Start Endpoint ボタンをクリックするだけで、エンドポイントが開始されます。アクティブになると、HUBは推論タスクに使用する一意のURLを提供します。
プロジェクトでモデルを特定のフォーマットで、またはオフラインで使用する必要がある場合、Ultralytics HUBは、ONNX 、CoreML 、TensorFlow のようなエクスポートオプションを提供し、モバイルからクラウドシステムまで、さまざまなプラットフォームをサポートします。モデルをアプリケーションに直接統合したい開発者のために、Ultralytics HUB-SDK は、Python を通してデプロイメントを管理する効率的な方法を提供します。APIキーまたはUltralytics 認証情報を使用することで、デプロイメントを簡単に制御し、コード内で推論を実行できるため、シームレスな統合に必要な柔軟性が得られます。
Ultralytics HUBは、YOLO11モデルのトレーニングやデプロイを初心者から上級者まで利用できるように設計されたオールインワンのプラットフォームです。データセットのアップロードからトレーニングの設定まで、幅広いタスクをサポートし、共有推論APIや専用推論APIなどの柔軟なデプロイオプションを提供します。APIを介したデプロイであれ、オフラインで使用するためのモデルのエクスポートであれ、HUBはプラットフォーム間のシームレスな統合を保証します。リアルタイムアプリケーションとスケーラブルなソリューションのオプションにより、Ultralytics HUBは、初心者から上級者まで幅広いデプロイニーズに対応します。
GitHub リポジトリを探索し、活気あるコミュニティに参加してAIをより深く掘り下げましょう。ビジョンAIがヘルスケアや 農業などの産業でどのようにイノベーションを進めているかをご覧ください。
